Question

我是SSE和SSE2的新手，我写了一个小C样本（分配两个计数器，一个增加其他减少而不是添加两个），这正在按预期工作。我使用了内在函数和Microsoft Visual Studio 10 C ++ Express。作为第二步，我想了解幕后发生了什么，但我现在感到困惑。例如，for循环中的赋值操作编译为：

__m128i a_ptr = _mm_load_si128((__m128i*)&(a_aligned[i]));
 mov         eax,dword ptr [i]  
 mov         ecx,dword ptr [a_aligned]  
 movdqa      xmm0,xmmword ptr [ecx+eax*2]  
 movdqa      xmmword ptr [ebp-1C0h],xmm0  
 movdqa      xmm0,xmmword ptr [ebp-1C0h]  
 movdqa      xmmword ptr [a_ptr],xmm0

据我所知，前两行获取a_aligned地址的组件，第三行将其复制到xmm0寄存器。但我不明白为什么它被复制回内存，而不是再次复制到xmm0（而不是a_ptr）。我虽然_mm_load_si128内在应该将a_aligned [i]的128位复制到xmm0而已。为什么会这样？理论上我错了吗？如果不是我应该怎么提示编译器？我的示例代码是否正确（从某种意义上说它没有不必要）？这是我的完整示例代码：

#include <xmmintrin.h>
#include <emmintrin.h>
#include <iostream>

int main(int argc, char *argv[]) {
    unsigned __int16 *a_aligned = (unsigned __int16 *)_mm_malloc(32 * sizeof(unsigned __int16),16);
    unsigned __int16 *b_aligned = (unsigned __int16 *)_mm_malloc(32 * sizeof(unsigned __int16),16);
    unsigned __int16 *c_aligned = (unsigned __int16 *)_mm_malloc(32 * sizeof(unsigned __int16),16);

    for(int i = 0; i < 32; i++) {
        a_aligned[i] = i;
        b_aligned[i] = i;
        c_aligned[i] = 0;
    }

    for(int i = 0; i < 32; i+=8) {
        __m128i a_ptr = _mm_load_si128((__m128i*)&(a_aligned[i]));
        __m128i b_ptr = _mm_load_si128((__m128i*)&(b_aligned[i]));
        __m128i res = _mm_add_epi16(a_ptr, b_ptr);
        _mm_store_si128((__m128i*)&(c_aligned[i]), res);
    }

    for(int i = 1; i < 32; i++) {
        std::cout << c_aligned[i] << " ";
    }

    _mm_free(a_aligned);
    _mm_free(b_aligned);
    _mm_free(c_aligned);
    return 0;
}

Answer 1

显式设计了内在函数，以帮助编译器代码生成器更好地优化代码。您正在查看Debug配置生成的汇编代码。那不是优化代码。查看Release版本中的代码：

        __m128i a_ptr = _mm_load_si128((__m128i*)&(a_aligned[i]));
011D10A0  movdqa      xmm0,xmmword ptr [eax] 
        __m128i b_ptr = _mm_load_si128((__m128i*)&(b_aligned[i]));
011D10A4  movdqa      xmm1,xmmword ptr [edx+eax] 
        __m128i res = _mm_add_epi16(a_ptr, b_ptr);
011D10A9  paddw       xmm0,xmm1 
        _mm_store_si128((__m128i*)&(c_aligned[i]), res);
011D10AD  movdqa      xmmword ptr [ecx+eax],xmm0

看起来更好，不是吗？

Answer 2

在编译器设置中启用优化（使用Release配置而不是Debug）。

使用内在函数的SSE2汇编溢出

2 个答案: