Question

查看了x86 / x64体系结构中的寄存器表后，我注意到有完整的128位，256位和512位寄存器部分，我从未见过它们用于汇编或反编译C / C ++代码：XMM（0-15）表示128，YMM（0-15）表示256，ZMM（0-31）512。

在对我收集的内容进行了一些挖掘之后，您必须使用2个64位运算才能对128位数字进行数学运算，而不是使用通用的add，sub ，mul，div操作。如果是这种情况，那么拥有这些扩展的寄存器集到底有什么用？您可以使用任何汇编操作来操纵它们吗？

Answer 1

那些用于

浮点运算
一次处理多个数据

您必须使用2个64位运算才能对128位数字进行数学运算

不，它们不是为了这个目的，您不能轻易将它们用于128位数字。仅使用2条指令添加128位数字要快得多：如果处理XMM寄存器，则使用add rax, rbx; adc rdx, rcx而不是大量指令。见

关于它们的用法，首先将它们用于标量浮点运算。因此，如果您在C或C ++中有float或double，则它们很可能存储在XMM寄存器的低位，并由以ss结尾的指令操纵（标量单）或sd（标量双）

实际上，还有另外一组八个80位ST(x)寄存器，可与x87 co-processor一起使用来进行浮点数学运算。但是，它们速度慢且难以预测。速度慢，因为默认情况下操作会以更高的精度完成，这必然需要更多的工作，并且在必要时还需要requires a store then load to round to lower precision。高精度也是不可预测的。乍一看可能很奇怪，但是很容易解释，例如某些操作以float或double的精度上溢或下溢，但不是long double的精度。这会在32位和64位build ¹

中导致许多错误或意外结果

Here is a floating-point example on both sets of registers

// f = x/z + y*z
x87:
        fld     dword ptr [esp + 12]
        fld     st(0)
        fdivr   dword ptr [esp + 4]
        fxch    st(1)
        fmul    dword ptr [esp + 8]
        faddp   st(1)
        ret
SSE:
        divss   xmm0, xmm2
        mulss   xmm1, xmm2
        addss   xmm0, xmm1
        ret
AVX:
        vdivss  xmm0, xmm0, xmm2
        vmulss  xmm1, xmm1, xmm2
        vaddss  xmm0, xmm0, xmm1
        ret

迁移到更快，更一致的SSE寄存器是the 80-bit extended precision long double type is not available in MSVC anymore

的原因之一

然后，英特尔为MMX instruction set操作引入了SIMD，该操作使用相同的ST(x)寄存器，并使用新名称MMX。 MMX可能代表 Multiple Math eXtension 或 Matrix Math eXtension ，但恕我直言，它很可能是 MultiMedia eXtension ，因为多媒体和互联网变得越来越重要当时。在多媒体解决方案中，您经常必须对每个像素，纹理元素，声音样本执行相同的操作……

for (int i = 0; i < 100000; ++i)
{
   A[i] = B[i] + C[i];
   D[i] = E[i] * F[i];
}

我们可以一次执行多个元素来加快速度，而不必分别对每个元素进行操作。这就是人们发明SIMD的原因。使用MMX，您可以一次增加8个像素通道的亮度，或者一次增加四个16位声音样本的音量...对单个元素的操作称为scalar，而完整的寄存器称为矢量，即一组标量值

由于MMX的缺点（例如ST寄存器的重用或缺乏浮点支持），当扩展Streaming SIMD Extensions (SSE)的SIMD指令集时，英特尔决定给它们一个一套名为XMM的全新寄存器，它的长度增加了一倍（128位），因此现在我们可以一次处理16个字节。而且它还一次支持多个浮点运算。然后，Intel在Advanced Vector Extensions (AVX)中将XMM扩展为256位YMM，并在AVX-512中将其长度再次加倍（这一次也将寄存器的数目在64位模式下增加到32个）。现在您可以一次处理十六个32位整数

从上面您可能会了解这些寄存器的第二个也是最重要的角色：使用一条指令并行处理多个数据。例如，在SSE4中引入了一组instructions to work on C strings。现在您可以计算字符串长度，查找子字符串...通过一次检查多个字节来更快。您还可以更快地复制或比较内存。现代memcpy实现一次最多可移动16、32或64个字节，具体取决于最大的寄存器宽度，而不是像最简单的C解决方案那样一一对应。

不幸的是，尽管自动矢量化仍然变得越来越聪明，但编译器仍然无法从标量代码转换为并行代码，因此大多数时候我们都必须帮助他们。

由于SIMD的重要性，当今几乎所有高性能体系结构都有其自己的SIMD版本，例如PowerPC上的Altivec或ARM上的Neon。

¹一些示例：

Answer 2

这些寄存器是SSE，AVX和AVX512指令集扩展的一部分。 C编译器至少应将它们的低64位用于ABI中指定的浮动操作。

这些寄存器是SIMD（单指令多数据）寄存器，主要用于高性能代码。该处理器支持特殊的SIMD指令，这些指令可以同时处理多个数据，所需的时间与处理单个数据所需的时间一样多。使用这些寄存器的大多数代码都是用汇编或特殊的固有函数编写的，因为编译器在自行使用SIMD指令方面非常不利。使编译器更好地进行此工作（一种称为 auto vectorization 的优化）是一个活跃的研究领域。

作为一个例子，假设一个程序想要对双精度浮点数进行矩阵乘法。使用AVX寄存器ymm0至ymm15，一次可以处理4个数字，与普通实现相比，该算法的速度提高了4倍。完全不同。

有关使用这些寄存器的指令，请参考指令集参考。 This website以可访问的方式列出所有这些文件。如果要使用它们，我建议您使用内在函数，因为它们比汇编要容易使用。

128位至512位寄存器有什么用？

2 个答案: