[C] 跨平台使用Intrinsic函数范例3——使用MMX、SSE2指令集处理 32位整数数组求和...

阅读量：5278 次

发布时间：2019-06-14

本文共 6837 字，大约阅读时间需要 22 分钟。

作者：。

　　本文面对对SSE等SIMD指令集有一定基础的读者，以32位整数数组求和为例演示了如何跨平台使用MMX、SSE2指令集。支持vc、gcc编译器，在Windows、Linux、Mac这三大平台上成功运行。

一、关键讲解

　　前文（）演示了如何使用SSE、AVX指令集处理单精度浮点数组求和。现在对其进行改造，使用MMX、SSE2指令集处理 32位整数数组求和。因程序基本上差不多，文本就不详细讲解了，只说关键变化。

1.1 指令集简介

　　先来看看支持32位整数的SIMD的指令集——

MMX指令集支持多种整数类型的运算。MMX定义了64位紧缩整数类型，，对应Intrinsic中的__m64类型，它能一次能处理2个32位整数。

SSE指令集只支持单精度浮点运算，直到SSE2指令集才支持双精度浮点数运算。SSE2定义了128位紧缩整数类型，对应Intrinsic中的__m128i类型，它能一次能处理4个32位整数。

AVX指令集只支持单精度和双精度浮点运算。据说2013年Haswell架构中的AVX2指令集才支持整数运算。

1.2 改造为 SSE2的32位整数代码

　　在使用Intrinsic函数时，将 SSE的单精度浮点代码改造为 SSE2的32位整数代码是很方便的。对比前文与本文的数组求和代码，变更的地方有——

float			int32_t			备注
指令	Intrinsic	Asm	指令	Intrinsic	Asm	备注
			MMX	__m64	MMWORD	类型
				_mm_setzero_si64	PXOR	赋0
				*	MOVQ	加载
				_mm_add_pi32	PADDD	加法
SSE	__m128	XMMWORD	SSE2	__m128i	XMMWORD	类型
	_mm_setzero_ps	XORPS		_mm_setzero_si128	PXOR	赋0
	_mm_load_ps	MOVAPS		_mm_load_si128	MOVQ	加载
	_mm_add_ps	ADDPS		_mm_add_epi32	PADDD	加法
AVX	__m256	YMMWORD				类型
	_mm256_setzero_ps	VXORPS				赋0
	_mm256_load_ps	VMOVAPS				加载
	_mm256_add_ps	VADDPS				加法

　　其次，还需要调整一下地址计算。因_mm_load_si128与_mm_load_ps不同，是直接采用__m128i指针一次性处理128位，而不是以元素宽度（如float、int32_t），所以循环与地址计算的代码有较大变化——

1. p指针的类型由“const float*”变为“const __m128i*”。为了适应_mm_load_si128。

2. q指针的含义发生了变化。现在作为单个数据处理时所用指针，即处理SIMD结果的合并，又处理剩下的数据。

3. p指针移动时直接“p++”。而四路循环版中移动指针是“p+=4”，加载时可以写成“_mm_load_si128(p+1)”，地址计算也很方便。

　　例如sumfloat_sse与sumint_sse——

// 单精度浮点数组求和_SSE版.float sumfloat_sse(const float* pbuf, size_t cntbuf){    float s = 0;    // 求和变量.    size_t i;    size_t nBlockWidth = 4;    // 块宽. SSE寄存器能一次处理4个float.    size_t cntBlock = cntbuf / nBlockWidth;    // 块数.    size_t cntRem = cntbuf % nBlockWidth;    // 剩余数量.    __m128 xfsSum = _mm_setzero_ps();    // 求和变量。[SSE] 赋初值0    __m128 xfsLoad;    // 加载.    const float* p = pbuf;    // SSE批量处理时所用的指针.    const float* q;    // 将SSE变量上的多个数值合并时所用指针.    // SSE批量处理.    for(i=0; i

1.3 改造为 MMX版

　　将SSE2版代码改造为 MMX版代码也很方便，按照上一节的表格换用不同的数据类型和函数名，然后再调整一下地址计算就差不多了。

　　只不过有两点要注意——

1. MMX运算结束后，要记得调用_mm_empty（EMMS）清理MMX状态，使后续的浮点运算（FPU）能正常运行。

2. MMX Intrinsic中没有提供_mm_load_si64这样的函数，要想从内存中加载数据到__m64变量，可以直接使用“*（指针）”运算符加载数据，但要保证地址是按8字节对齐的。

　　例如sumint_mmx函数（可与上一节的sumint_sse函数进行比较）——

// 32位整数数组求和_MMX版.int32_t sumint_mmx(const int32_t* pbuf, size_t cntbuf){    int32_t s = 0;    // 求和变量.    size_t i;    size_t nBlockWidth = 2;    // 块宽. MMX寄存器能一次处理2个int32_t.    size_t cntBlock = cntbuf / nBlockWidth;    // 块数.    size_t cntRem = cntbuf % nBlockWidth;    // 剩余数量.    __m64 midSum = _mm_setzero_si64();    // 求和变量。[MMX] PXOR, 赋初值0.    __m64 midLoad;    // 加载.    const __m64* p = (const __m64*)pbuf;    // MMX批量处理时所用的指针.    const int32_t* q;    // 单个数据处理时所用指针.    // MMX批量处理.    for(i=0; i

1.4 环境检查

　　最后，别忘了检查环境——

INTRIN_MMX、INTRIN_SSE2 宏是 zintrin.h 提供的，可用来在编译时检测编译器是否支持MMX、SSE2指令集。

simd_mmx、simd_sse_level函数是 ccpuid.h 提供的，可用来在运行时检测当前系统环境是否支持MMX、SSE2指令集。

二、全部代码

2.1 simdsumint.c

　　全部代码——

#define __STDC_LIMIT_MACROS    1    // C99整数范围常量. [纯C程序可以不用, 而C++程序必须定义该宏.]#include 
     
      #include 
      
       #include 
       
        #include "zintrin.h"#include "ccpuid.h"// Compiler name#define MACTOSTR(x)    #x#define MACROVALUESTR(x)    MACTOSTR(x)#if defined(__ICL)    // Intel C++#  if defined(__VERSION__)#    define COMPILER_NAME    "Intel C++ " __VERSION__#  elif defined(__INTEL_COMPILER_BUILD_DATE)#    define COMPILER_NAME    "Intel C++ (" MACROVALUESTR(__INTEL_COMPILER_BUILD_DATE) ")"#  else#    define COMPILER_NAME    "Intel C++"#  endif    // #  if defined(__VERSION__)#elif defined(_MSC_VER)    // Microsoft VC++#  if defined(_MSC_FULL_VER)#    define COMPILER_NAME    "Microsoft VC++ (" MACROVALUESTR(_MSC_FULL_VER) ")"#  elif defined(_MSC_VER)#    define COMPILER_NAME    "Microsoft VC++ (" MACROVALUESTR(_MSC_VER) ")"#  else#    define COMPILER_NAME    "Microsoft VC++"#  endif    // #  if defined(_MSC_FULL_VER)#elif defined(__GNUC__)    // GCC#  if defined(__CYGWIN__)#    define COMPILER_NAME    "GCC(Cygmin) " __VERSION__#  elif defined(__MINGW32__)#    define COMPILER_NAME    "GCC(MinGW) " __VERSION__#  else#    define COMPILER_NAME    "GCC " __VERSION__#  endif    // #  if defined(_MSC_FULL_VER)#else#  define COMPILER_NAME    "Unknown Compiler"#endif    // #if defined(__ICL)    // Intel C++//// sumint: 32位整数数组求和的函数//// 32位整数数组求和_基本版.//// result: 返回数组求和结果.// pbuf: 数组的首地址.// cntbuf: 数组长度.int32_t sumint_base(const int32_t* pbuf, size_t cntbuf){    int32_t s = 0;    // 求和变量.    size_t i;    for(i=0; i
        
         = SIMD_SSE_2)    {        runTest("sumint_sse", sumint_sse);    // 32位整数数组求和_SSE版.        runTest("sumint_sse_4loop", sumint_sse_4loop);    // 32位整数数组求和_SSE四路循环展开版.    }#endif    // #ifdef INTRIN_SSE2    return 0;}

2.2 makefile

　　全部代码——

# flagsCC = g++CFS = -Wall -msse2# argsRELEASE =0BITS =CFLAGS =# [args] 生成模式. 0代表debug模式, 1代表release模式. make RELEASE=1.ifeq ($(RELEASE),0)    # debug    CFS += -gelse    # release    CFS += -O3 -DNDEBUG    //CFS += -O3 -g -DNDEBUGendif# [args] 程序位数. 32代表32位程序, 64代表64位程序, 其他默认. make BITS=32.ifeq ($(BITS),32)    CFS += -m32else    ifeq ($(BITS),64)        CFS += -m64    else    endifendif# [args] 使用 CFLAGS 添加新的参数. make CFLAGS="-mavx".CFS += $(CFLAGS).PHONY : all clean# filesTARGETS = simdsumintOBJS = simdsumint.oall : $(TARGETS)simdsumint : $(OBJS)    $(CC) $(CFS) -o $@ $^simdsumint.o : simdsumint.c zintrin.h ccpuid.h    $(CC) $(CFS) -c $