领导干部当好家:基于SSE 指令集的程序优化

SSE(Streaming SIMD Extensions)是英特尔在AMD的3D Now!发布一年之后，在其计算机芯片Pentium III中引入的指令集，是继MMX的扩充指令集。SSE 指令集提供了 70 条新指令。AMD后来在Athlon XP中加入了对这个新指令集的支持。

目录

• 1 SSE 的暂存器
• 2 SSE 指令表
  • 2.1 浮点指令
  • 2.2 整数指令
  • 2.3 其他指令
• 3 后续版本
  • 3.1 SSE2
  • 3.2 SSE3
  • 3.3 SSSE3
  • 3.4 SSE4
  • 3.5 SSE5
  • 3.6 AVX
  • 3.7 FMA
• 4 参见

[编辑] SSE 的暂存器

SSE 加入新的 8 个 128 位暂存器（XMM0～XMM7）。而 AMD 发表的 x86-64 延伸架构《又称 AMD64》再加入额外 8 个暂存器。除此之外还有一个新的 32 位的控制／状态暂存器（MXCSR）。不过只能在 64 位的模式下才能使用额外 8 个暂存器。

每个暂存器可以容纳 4 个 32 位单精度浮点数，或是 2 个 64 位双精度浮点数，或是 4 个 32 位整数，或是 8 个 16 位短整数，或是 16 个字符。整数运算能够使用正负号运算。而整数 SIMD 运算可能仍然要与 8 个 64 位 MMX 暂存器一起运行。

因为操作系统必须要在进程切换的时候保护这些 128 位的暂存器状态，除非操作系统去启动这些暂存器，否则默认值是不会去激活的。这表示操作系统必须要知道如何使用 FXSAVE 与 FXRSTOR 指令才能存储 x87 与 SSE 暂存器的状态。而在当时 IA-32 的主流操作系统很快的都加入了此功能。

由于 SSE 加入了浮点支持，SSE 就比 MMX 更加常用。而 SSE2 加入了整数运算支持之后让 SSE 更加的有弹性，当 MMX 变成是多余的指令集，SSE 指令集甚至可以与 MMX 并发运作，在某些时候可以提供额外的性能增进。

第一个支持 SSE 的 CPU 是 Pentium III，在 FPU 与 SSE 之间共用运行支持。当编译出来的软件能够交叉的同时以 FPU 与 SSE 运作，Pentium III 并无法在同一个周期中同时运行 FPU 与 SSE。这个限制降低了指令管线的有效性，不过 XMM 暂存器能够让 SIMD 与标量浮点运算混合运行，而不会因为切换 MMX／浮点模式而产生性能的折损。

[编辑] SSE 指令表

SSE 提供标量与包裹式（packed）浮点指令。

[编辑] 浮点指令

• 存储器到暂存器／暂存器到存储器／暂存器之间的数据搬移
  • 标量 – MOVSS
  • 包裹式 – MOVAPS, MOVUPS, MOVLPS, MOVHPS, MOVLHPS, MOVHLPS
• 数学运算
  • 标量 – ADDSS, SUBSS, MULSS, DIVSS, RCPSS, SQRTSS, MAXSS, MINSS, RSQRTSS
  • 包裹式 – ADDPS, SUBPS, MULPS, DIVPS, RCPPS, SQRTPS, MAXPS, MINPS, RSQRTPS
• 比较
  • 标量 – CMPSS, COMISS, UCOMISS
  • 包裹式 – CMPPS
• 数据拆包（unpack）与随机搬移（shuffle）
  • 包裹式 – SHUFPS, UNPCKHPS, UNPCKLPS
• 数据型态转换
  • 标量 – CVTSI2SS, CVTSS2SI, CVTTSS2SI
  • 包裹式 – CVTPI2PS, CVTPS2PI, CVTTPS2PI
• 逐位逻辑运算
  • 包裹式 – ANDPS, ORPS, XORPS, ANDNPS

[编辑] 整数指令

• 数学运算
  • PMULHUW, PSADBW, PAVGB, PAVGW, PMAXUB, PMINUB, PMAXSW, PMINSW
• 数据搬移
  • PEXTRW, PINSRW
• 其他
  • PMOVMSKB, PSHUFW

[编辑] 其他指令

• MXCSR 管理
  • LDMXCSR, STMXCSR
• 高速缓存与存储器管理
  • MOVNTQ, MOVNTPS, MASKMOVQ, PREFETCH0, PREFETCH1, PREFETCH2, PREFETCHNTA, SFENCE

[编辑] 后续版本

[编辑] SSE2

SSE2是Intel在Pentium 4处理器的最初版本中引入的，但是AMD后来在Opteron 和Athlon 64处理器中也加入了SSE2的支持。SSE2指令集添加了对64位双精度浮点数的支持，以及对整型数据的支持，也就是说这个指令集中所有的MMX指令都是多余的了，同时也避免了占用浮点数寄存器。这个指令集还增加了对CPU高速缓存的控制指令。AMD对它的扩展增加了8个XMM寄存器，但是需要切换到64位模式（x86-64/AMD64）才可以使用这些寄存器。Intel后来在其Intel 64架构中也增加了对x86-64的支持。

[编辑] SSE3

SSE3是Intel在Pentium 4处理器的 Prescott 核心中引入的第三代SIMD指令集，AMD在Athlon 64的第五个版本，Venice核心中也加入了SSE3的支持。这个指令集扩展的指令包含寄存器的局部位之间的运算，例如高位和低位之间的加减运算；浮点数到整数的转换，以及对超线程技术的支持。

[编辑] SSSE3

SSSE3是Intel针对SSE3指令集的一次额外扩充，最早自带于Core 2 Duo处理器中。

[编辑] SSE4

SSE4是Intel在Penryn核心的Core 2 Duo与Core 2 Solo处理器时，新增的47条新多媒体指令集，并且现在更新至SSE4.2。AMD也开发了属于自己的SSE4a多媒体指令集，并自带在Phenom与Opteron等K10架构处理器中，不过无法与Intel的SSE4系列指令集兼容。

[编辑] SSE5

SSE5是AMD为了打破Intel垄断在处理器指令集的独霸地位所提出的，SSE5初期规划将加入超过100条新指令，其中最引人注目的就是三运算对象指令（3-Operand Instructions）及熔合乘法累积（Fused Multiply Accumulate）。其中，三运算对象指令让处理器可将一个数学或逻辑库，套用到运算对象或输入数据。借由增加运算对象的数量，一个 x86 指令能处理二至三笔数据， SSE5 允许将多个简单指令汇整成一个指令，达到更有效率的指令处理模式。提升为三运算指令的运算能力，是少数 RISC 架构的水平。熔合乘法累积让允许创建新的指令，有效率地运行各种复杂的运算。熔合乘法累积可结合乘法与加法运算，通过单一指令运行多笔重复计算。通过简化代码，让系统能迅速运行绘图着色、快速相片着色、音场音效，以及复杂矢量演算等性能密集的应用作业。目前AMD已放弃下一代Bulldozer核心自带SSE5指令集，改自带Intel授权SSE4系列指令集。

[编辑] AVX

AVX(Advanced Vector Extensions) 是Intel的SSE延伸架构，如IA16至IA32般的把暂存器XMM 128bit提升至YMM 256bit，以增加一倍的运算效率。此架构支持了三运算指令（3-Operand Instructions），减少在编码上需要先复制才能运算的动作。在微码部分使用了LES LDS这两少用的指令作为延伸指令Prefix。

[编辑] FMA

• FMA是Intel的AVX扩充指令集，如名称上熔合乘法累积（Fused Multiply Accumulate）的意思一样。