MMX开发文档

来源:百度文库 编辑:神马文学网 时间:2024/03/29 05:32:35
 MMX开发文档

                                       liyuming1978


I  MMX简介

  IntelMMX™技术是对Intel体系结构(IA)指令集的扩展。该技术使用了单指令多数据技术(SIMD)技术,以并行方式处理多个数据元素,从而提高了多媒体和通讯软件的运行速度。MMX™指令集增加了57条新的操作码和一个新的64位四字数据类型。

  MMX™技术提高了很多应用程序的执行性能,例如活动图像、视频会议、二维图形和三维图形。几乎每一个具有重复性和顺序性整数计算的应用程序都可以从MMX™技术中受益。对于8位、16位和32位数据元素的处理,改善了程序的性能。一个MMX™指令可一次操作8个字节,且在一个时钟周期内完成两条指令,也就是说,可在一个时钟周期内处理16个数据元素。另外,为增强性能,MMX™技术为其它功能释放了额外的处理器周期。以前需要其它硬件支持的应用程序,现在仅需软件就能运行。更小的处理器占用率给更高程度的并发技术提供了条件,在当今众多的操作系统中这些并发技术得到了利用。在基于Intel的分析系统中,某些功能的性能提高了50%400%。这种数量级的性能扩展可以在新一代处理器中得到体现。在软件内核中,其速度得到更大的提高,其幅度为原有速度的三至五倍。

  MMX的缺点:由于MMX的运算指令必须在数据配对整齐的时候才能使用,所以使用MMX指令要比普通的汇编指令多余许多分组配对的指令,如果运算不是特别的整齐的话,就要浪费大量的时间在数据的配对上,所以说MMX指令也不是万能的,也有其很大的缺陷。同时MMX指令在处理16位数据的时候才能发挥最大的作用,处理8位数据要有一点技巧。而处理32位数据,MMX指令几乎没有什么加速能力。(考虑分组耗时的话)

II  MMX基本指令集

   具体细节请参阅《INTEL 体系结构MMX技术程序员参考手册》第五章

2.1拷贝指令

  movq64位数据拷贝,如果内存8位对齐的话,是一个64位写,否则232位写。

  movd32位数据拷贝,注意:如果从内存向MMX寄存器拷贝,MMX32位清零!

2.2分组指令

  分组指令是MMX特有的,所以对于它我们要特别的关注。分组指令基本上可以分为2类,一类是不带符号紧缩的,一类是带符号紧缩的。现在我们分别予以介绍:

(1)punpcklbw/ punpcklwd / punpckldq (l表示低位分组,bw8位,wd16位,dq32位):它是简单的将两个MMX寄存器的低32位交错组合为一个64位数据。所以它是不能将长数据转换为短数据的。

(2)packuswb将16位数据转换为无符号的8位数据。所以可以将两个MMX寄存器不交错的合为一个64位数据。

(3)packsswb/packssdw32位-》16位,16位-》8位,都是有符号的数据。

2.3运算指令

  加法运算指令:paddbw)(d):没有越界保护的加法,当越界的时候仅仅丢弃超出范围的高位比特,(b)(w)(d)分别为81632位加法;paddsbw):具有越界保护的有符号加法,当上溢的时候为0x7fff,下溢的时候为0x8000paddusbw):具有越界保护的无符号加法,当上溢的时候为0x7fff,下溢的时候为0x0

  减法运算指令同上;add改为sub

  乘法指令:pmullw / pmulhw 416位数据的乘法,pmullw中是结果的低16位,pmulhw是结果的高16位。pmaddwd乘加指令。

2.4逻辑指令,移位指令和EMMS指令

  细节参见《INTEL体系结构MMX技术程序员参考手册》。

III  MMX经典处理策略

(1)数据输入输出:

  在输入数据的时候,经典的处理方法是将一个数组整个“Load”到MMX寄存器中。这样简单同时利用了MMX64位读写数据的能力,提高了性能。同样在输出的时候,也是将一个64MMX寄存器中的数据内容整个“Store”到内存中。

  如果实在是不能这样处理的话,就要利用移位指令了。比如说将一个MMX内的416位数据分别拷贝到不同的内存变量(或者16位通用寄存器中)x1x2x3x4,那么可以这样处理:

  movd     eax, mm1
  psrlq  mm1,32
  movd   ebx, mm1
  mov    x1, ax
  mov    x2, bx
  shr    eax, 16
  shr    ebx, 16
  mov    x3, ax
  mov    x4, bx

  可见如果不采用数组形式的话,输入输出将十分的麻烦。

(2)数据分组以及求绝对值的方法等:

   细节请参阅《INTEL 体系结构MMX? 技术开发者手册》第五章 

IV  自定义组合指令

(1)八位无符号数的移位:

  在MMX指令集中是没有8位数据的移位指令的,但是有的时候我们确实需要,所以可以用以下两个指令来实现:

  psrlq      mm0,1

  pand        mm0,0x7f7f7f7f7f7f7f7f

(2)如何防止计算过程中越界:

  比如在计算的时候,我们有(x1x21>>1,这个时候x1x2就会越界(8位数据),那么我们就不得不使用替代了办法,比如(x1>>1x2>>1)这个处理是不精确的,在不需要很精确的场合,是可以使用的,但是如果结果差错1都不可容忍的话,就要进行一点处理:

  pand       mm0,0x01010101010101            //保留数据的最后一位数

  pand        mm1,0x01010101010101            //保留数据的最后一位数

  por        mm0,mm1                                 

  paddusb    mmx,mm0                         // 修正数据

x1>>2x2>>2):这个处理是通用的

  pand        mm0,0x03030303030303            //保留数据的最后两位数

  pand        mm1,0x03030303030303           //保留数据的最后两位数

  paddusb    mm0,mm1

  psrlq      mm0,2

  pand        mm0,0x3f3f3f3f3f3f3f3f

  paddusb    mmx,mm0

(3)符号扩展指令:

  mm0*,*,A,B =>  现在要符号扩展为mm0(A符号)A,(A符号)B

  movq     mm1, mm0

  
pcgtm    mm1,0           //比较mm0,生成mm1(A符号)(B符号)()()

  punpcklwdmm0, mm1

(4)分组指令

  除了基本的分组指令以外,我们还可以利用移位指令和pandpor指令来实现分组的功能,移位主要是要产生0,这样pormm0mm1就可以将mm0mm1合并了。

比如:mm0(*,*,A,B)mm1(0,0,C,D)  

  psllq       mm0,32

  por        mm0,mm1  => (A,B,C,D) 当然这个例子我们可以用普通的分组指令实现,但是在某些复杂的处理中,这样的处理是必须的。

总之,要灵活运用MMX的现有指令来实现自己需要的功能。

V  MMX编程心得

  使用MMX技术进行编程,目的就是要提高运算速度,所以,对于如何尽可能的提高代码的效率,我们是要特别关注的。这里,我介绍一些需要注意的事项。

(1)尽可能的提高内存访问的容量,我们可以看看下面的代码:

for(j=0; j{

   d[0] = s[0];

   d[1] = s[1];

   d[2] = s[2];

   d[3] = s[3];

   d[4] = s[4];

   d[5] = s[5];

   d[6] = s[6];

   d[7] = s[7];

   d[8] = s[8];

   d[9] = s[9];

   d[10] = s[10];

   d[11] = s[11];

   d[12] = s[12];

   d[13] = s[13];

   d[14] = s[14];

   d[15] = s[15];

   s+= lx2;

   d+= lx;

}

 

__asm{

      pushf
      mov edx,dword ptr h
      xor ecx,ecx
      mov esi,dword ptr s
      mov edi,dword ptr d
      mov eax,lx2
      mov ebx,lx

AGAIN:

      movq     mm0,byte ptr [esi]
      movq     mm1,byte ptr [esi+8]
      movq     byte ptr [edi],mm0
      movq     byte ptr [edi+8],mm1
      add       esi,eax
      add       edi,ebx
      add       ecx,1
      cmp       ecx,edx
      jl        AGAIN
      emms
      popf

}

  仅仅将几个8位的写,改为64位的写,测试得到速度提升了25%,同样的道理,我们要尽可能的将几个movq写在一起,这样可以提高5%左右的速度。原C代码的效率也是很高的,它不用数组的【】【】来寻址,而是将s+=lx2; 从而将二维数组的寻址改为一维数组的寻址。尽可能的减少寻址的复杂度,这也是一种高效的办法。还有一点就是如果将原来的简单赋值改为memcpy()的话,可以提高大约10%的速度。这也是提高了数据流通容量的关系。

(2)一些要注意的地方:

1.      尽可能的使用static变量,访问这样的变量是很快的=访问立即数的速度

2.      由于只有一个mmx移位寄存器,(移位分组指令)是不能配对的

3.      不要在eax使用完,使用ax,不要使用完一个mm1,就立即使用它

4.      可以这样立即使用mm1,movq  mm2,mm1  movq mm1,mm3 (Z顺序是可以的)

5.      (4个以上)movq尽可能的在一起,前提是在一起的mov不要使用一样的mmx寄存器

6.      mov eax, [esi] ([esi+2*eax]) 访问寻址的内存是特别的慢的

7.      同上stow 也是很慢的(movcxn;  loop是很慢的,如果可能,要展开循环)

8.      尽可能的在寄存器中完成操作,不要去访问内存

9.      用变量名访问变量,尤其是static,是很快.

10.   访问寻址的内存的速度下降 》 数据不对齐8位的速度下降 》 指令不配对的速度下降 

11.  所以在传统的代码优化的方法中,构造数组,然后将运算变为查表的方法,有的时候在MMX技术内反而会降低速度。(这个时候,如果真的用查表有提升速度的话,建议采用段地址+偏移量的办法)