SSE體系結(jié)構(gòu)與編程.ppt

SSE編程,華南理工大學 陳虎 博士 ,什么是SIMD,SIMD(Single Instruction Multiple Data): 單指令流多數(shù)據(jù)流) 用一個控制器對一組數(shù)據(jù)（又稱“數(shù)據(jù)向量”）中的每一個分別執(zhí)行相同的操作來實現(xiàn)空間上的并行性 典型實例： Intel的MMX或SSE AMD的3D Now!,Intel的SSE技術(shù),SSE指令集出現(xiàn)在Pentium III處理器中 包括了70條指令，其中50條SIMD浮點運算指令、12條MMX 整數(shù)運算增強指令、8條內(nèi)存連續(xù)數(shù)據(jù)塊傳輸指令。 SSE2指令集： 使用了144個新增指令 從64位擴展到了128 位 提供雙精度操作支持,Intel的SSE技術(shù),SSE3指令集 增加13條指令 超線程性能增強指令可以提升處理器的超線程處理能力 SSE4指令集 共包括16條指令 AVX (Advanced Vector Extensions)，預計2010年發(fā)布 數(shù)據(jù)寬度從128位擴展為256位 操作數(shù)從兩個增加到三個,SSE2的寄存器結(jié)構(gòu),IA32 Basic Architecture：圖10-1,SSE1、2的數(shù)據(jù)類型,數(shù)據(jù)總寬度為128位，可以表示成： 四個單精度浮點數(shù) 兩個雙精度浮點數(shù) 16個字節(jié)整數(shù) 8個16位整數(shù) 4個32位整數(shù) 2個64位整數(shù),SSE指令,SSE指令按功能可以分成四組： 封裝和標量單精度浮點指令 64位的SIMD整數(shù)指令 狀態(tài)管理指令 緩存控制，預取和內(nèi)存命令指令,浮點指令,數(shù)據(jù)移動指令（標量、成組） 寄存器到存儲器 存儲器到寄存器 寄存器之間 算術(shù)運算指令（標量、成組） 加、減、乘、除、平方根、最大、最小 比較指令（標量、成組） 混洗指令 轉(zhuǎn)換指令 邏輯操作指令,整數(shù)指令,算術(shù)指令 最大、最小、平均值 數(shù)據(jù)移動指令 混洗指令 MXCSR管理指令 Cache和存儲器控制指令,使用SSE指令的四種方法,編譯器的自動矢量化 使用C+類庫 使用編譯器的內(nèi)嵌原語(Intrinsics) 嵌入?yún)R編語言,四種方式的比較,VC8.0的內(nèi)嵌原語(intrinsics),什么內(nèi)嵌原語： 一條或一組匯編指令 內(nèi)嵌原語格式 _mm_ ：指令類別(add、sub) ：指令操作數(shù)的類型,內(nèi)嵌原語的數(shù)據(jù)類型,p: 緊密，指令對寄存器中的每個元素進行運算 ep: 擴充緊密 s: 標量，只將寄存器中的第一個元素參與運算,其他說明數(shù)據(jù)類型的關(guān)鍵字有： s 單精度浮點數(shù) d 雙精度浮點數(shù) i128 帶符號128位整型 i64 帶符號64位整型 u64 無符號64位整型 i32 帶符號32位整型 u32 無符號32位整型 i8 帶符號8位整型 u8 無符號8位整型,內(nèi)嵌原語的類別,矩陣變換 讀寫控制寄存器 混洗 Cache控制 數(shù)據(jù)整型操作 存儲操作,置位運算 讀取運算 轉(zhuǎn)換運算 比較操作 邏輯運算 算術(shù)運算,矩陣變換 例：_MM_TRANSPOSE4_PS(row0, row1, row2, row3) 作用：轉(zhuǎn)置一個44的單精度或雙精度元素矩陣,混洗操作 例:_MM_SHUFFLE(z, y, x, w) (z6) | (y4) | (x2) | w 說明: 從第一個操作數(shù)中選取兩個數(shù)，從第二個操作數(shù)中選取兩個數(shù)，形成一個結(jié)果字,支持Cache控制 _mm_prefetch：預取稍后運行需要的數(shù)據(jù) _mm_stream_pi：把指定位置的數(shù)據(jù)存儲到指定的地址,而不替換cache 整型原語 _mm_extract_pi16： 從4個字中提取一個字 _mm_insert_pi16： 插入一個字 _mm_max_pi16： 計算出最大值 _mm_min_pi16： 計算最小值 讀寫控制寄存器 _MM_SET_EXCEPTION_STATE：設置異常狀態(tài)寄存器 _MM_GET_EXCEPTION_STATE：讀取異常狀態(tài)寄存器 可以操作寄存器還包括：EXCEPTION_MASK（異常屏蔽寄存器）、ROUNDING_MODE（舍入模式寄存器）、FLUSH_ZERO_MODE（清0模式寄存器）,存儲操作 _mm_store_ss： 存儲低位值 _mm_store_ps： 存儲4個值,位址對齊 _mm_storer_ps： 存儲4個值,順序相反 讀取運算 _mm_load_ss： 讀取低值,同時清空其他3個高值 _mm_loadr_ps： 以相反的順序讀入4個值 設置運算 _mm_set_ss： 設置低位為1，同時清空其余三個高位值 _mm_set1_ps： 設置所有4個值為同一值 _mm_setzero_ps： 把所有4個值清零,轉(zhuǎn)換運算 _mm_cvtss_si32：轉(zhuǎn)換單精度浮點數(shù)為32位整數(shù) _mm_cvttss_si32：轉(zhuǎn)換單精度浮點數(shù)為32位整數(shù)（帶截斷操作） _mm_cvtpi16_ps ：轉(zhuǎn)換16位有符號整數(shù)為單精度浮點數(shù) 比較原語 _mm_cmpeq_ss：是否相等 _mm_cmplt_ps：是否小于 _mm_cmpgt_ps：是否大于 邏輯運算 _mm_and_ps：與運算 _mm_or_ps：或運算 算術(shù)運算 _mm_add_ss：加法 _mm_sub_ps：減法 _mm_mul_ps：乘法,SSE程序?qū)嵗?雙精度三維變換原理,SSE程序?qū)嵗?兩種不同的數(shù)據(jù)結(jié)構(gòu) 數(shù)組-結(jié)構(gòu)(the array-of-structures format(AoS) ) 結(jié)構(gòu)-數(shù)組（the structures-of-arrays data format(SoA) ),數(shù)組-結(jié)構(gòu)(AoS ),結(jié)構(gòu)-數(shù)組(SoA),SSE程序?qū)嵗?for (int i = 0; i dm00); / 取出y(i)和y(i+1) ty = _mm_load_pd(vertex.y + i); mx1 = _mm_mul_pd(ty, WM-dm01); / 取出z(i)和z(i+1) tz = _mm_load_pd(vertex.z + i); mx2 = _mm_mul_pd(tz, WM-dm02); /x(i)=x(i)*m00+y(i)*m01+z(i)*m02+m03 /x(i+1)=x(i+1)*m00+y(i+1)*m01+z(i+1)*m02+m03 mx0 = _mm_add_pd(mx0, _mm_add_pd(mx1, _mm_add_pd(mx2, WM-dm03); /寫入結(jié)果x(i),x(i+1) _mm_store_pd(vertex.x + i, mx0);,/ 計算y(i)和y(i+1) mx0 = _mm_mul_pd(tx, WM-dm10); /tx, ty, tz已經(jīng)事先讀入 mx1 = _mm_mul_pd(ty, WM-dm11); mx2 = _mm_mul_pd(tz, WM-dm12); mx0 = _mm_add_pd(mx0, _mm_add_pd(mx1, _mm_add_pd(mx2, WM-dm13); _mm_store_pd(vertex.y + i, mx0); / 計算z(i)和z(i+1) mx0 = _mm_mul_pd(tx, WM-dm20); mx1 = _mm_mul_pd(ty, WM-dm21); mx2 = _mm_mul_pd(tz, WM-dm22); mx0 = _mm_add_pd(mx0, _mm_add_pd(mx1, _mm_add_pd(mx2, WM-dm23); _mm_store_pd(vertex.z + i, mx0); /計算z(i)和z(i+1) mx0 = _mm_mul_pd(tx, WM-dm30); mx1 = _mm_mul_pd(ty, WM-dm31); mx2 = _mm_mul_pd(tz, WM-dm32); mx0 = _mm_add_pd(mx0, _mm_add_pd(mx1, _mm_add_pd(mx2, WM-dm33); _mm_store