是否有人提供有关如何使用SSE / AVX（内部函数或汇编）实现Lanczos image resampling（升级和缩减）算法的任何提示？
我查看了一些C实现，但是有很多分支，我真的不知道，如何使用SSE / AVX巧妙地实现它。
示例 - 规范化的基数罪：
var color = d3.scale.category20c();
如何为值x == 0返回1？在那些索引上，我在CMPPD之后有11 ... 11（真）。
另外，我正在为灰度，8位图片做这个，所以一个像素只有（0..255）。对质量的影响会使用浮动而不是双倍？是否可以在整个时间内使用u_int8并且根本不转换为实数（错误可能很大）？
答案 0 :(得分：3)
如果您还不知道asm或SSE / AVX，一次学习一个可能会更容易。使用C / C ++内在函数编写矢量算法将比直接使用asm提供更便携的实现。 （编译为32对64位，以及Windows或其他所有内容，而不是需要2或4个不同的asm版本（或asm中的#ifdef等效宏）。
在编写C时查看编译器输出可能会有所帮助，以确保加载/存储按照您期望的方式发生，并且编译器由于别名/对齐而没有做任何臃肿代码的愚蠢（缺乏假设，或存储/生成常数。
调试矢量代码已经足够困难了（因为需要跟踪的状态要多得多，而且你必须通过改组来精神上跟踪事物）。
我首先找到可以向量化的C的一些部分，如果编译器已经不是自动向量化，并且在C中使用内在函数。那么一旦它工作，我可能会采用编译器输出和手 - 在编译器没有制作最佳代码的地方调整它。 （见http://agner.org/optimize/）
至于将图像数据处理为float与int，如果你可以使用16位定点，那么它会更快（除非它需要更多指令）。请参阅my answer on another image-processing question关于使用浮动与定点的比较。
SSE中唯一的数学指令（超出基本的add / sub / mul / div）是sqrt。 Trig / log / exp是所有库函数。请注意，在英特尔的内在指南中，“指令”字段为空白，表示它映射到多个指令。只有英特尔的编译器甚至提供这些复合内在函数。
无论如何，您需要找到内联的sin实现，或者保存一些寄存器并进行函数调用。根据ABI（窗口或其他所有内容），某些或所有xmm寄存器可能被函数破坏。使用特定的sin实现可以让您知道它需要哪些寄存器，并且只会溢出它们。 （因为你是用asm编程的，所以你可以创建彼此了解更多的函数，而不是仅仅遵循ABI。）
如果您只需要calculate sin(x*PI)，则可以制作自定义sin功能，从而省去了PI预乘的麻烦。由于sin chooses what algorithm to use based on the range of the input的理想实现，您可能无法获得精确到尾数最后一位的矢量化实现。幸运的是，你可能不需要它，所以google了SSE sin（x）实现。
SIMD向量中的条件通过比较来处理，所述比较使得元素的向量全为零或全为一。然后，您可以将AND或OR转换为其他向量。它适用于添加标识值为0的位置。 （x + 0 = x，因此您可以在将向量添加到累加器之前从向量中过滤掉一些元素）。如果你需要根据0 / -1的向量在两个源元素之间进行选择，你可以将AND / OR组合在一起，或者使用blendvps（变量混合打包标量）更快地完成相同的工作，而不是编译时常量混合）。
如果你想避免在一开始就避免计算慢除零，而不是通常只对一切进行计算，然后进行掩蔽/混合，这个想法就会分解。由于您希望结果在1时出现x == 0.0，因此您最好的选择是在计算任何{{1}之前将x的零元素设置为FLT_MIN * 16或其他内容}}。这样，你就可以避免除以零，并且除法的结果非常接近于1.如果你需要它得到恰好1.0f（并且没有sin(x*PI)/(x*PI)的值使{使用x实现{1}}然后你需要混合两次：一次在分子中，一次在分母中。 （将它们设置为相同的非零值。）
sin(x*PI) == x*PI请注意，sin在AVX VEX编码版本中的谓词选择比在SSE版本中更广泛。