chinyuan的部落格

FROM http://hi.baidu.com/wadeswb/blog/item/12bd 4c 19868c 030c 34fa4129.html

SSE的優缺點

雖然SSE從理論上來講要比傳統的浮點運算會快，但是所受的限制也很多。

[1]首先，雖然它執行一次相當於四次， 會比傳統的浮點運算執行4次的速度要快，但是它執行一次的速度卻並沒有想象中的那麼快，所以要體現SSE的速度，必須有Stream做前提，就是大量的流 資料，這樣才能發揮SIMD的強大作用。

[2]其次，SSE支持的資料類型是4個32位（共計128位）浮點數集合，就是C、C++語言中的float[4]， 並且必須是以16位位元組邊界對齊的。因此這也給輸入和輸出帶來了不少的麻煩，實際上主要影響SSE發揮性能的就是不停地對資料進行復制以適用應它的資料格式。

     如果你是一個C++程序員，對匯編並不很熟，但又想用SSE來優化程序，該怎麼做呢？幸好VC++為我們提供了很方便的指令C函數級的封裝和C格式資料類型，我們只需像平時寫C++代碼一樣定義變量、調用函數就可以很好地應用SSE指令了。當然了，我們需要包含一個頭文件，這里面包括了我們需要的資料類型和函數的聲明，#include ： 

SSE運算的標準資料類型

SSE運算的標準資料類型只有一個，就是：__m128，它是這樣定義的：

 typedef struct __declspec(intrin_type) __declspec(align(16)) __m128

{

   float m128_f32[4];

} __m128;

簡化一下，就是：

   struct __m128

{

   float m128_f32[4];

};

[1]比如要定義一個__m128變量，並為它賦四個float整數，可以這樣寫：

 __m128 S1 = { 1.0f , 2.0f , 3, 0f , 4, 0f };

[2]讓S1.m128_f32中的第2個（基數為0）元素：

 S1.m128_f32[2] = 6.0f ;

 [3] 讓S1.m128_f32中的四個元素全部賦予2.0f (這樣會比你一個一個賦值要快的多)。

S1 = _mm_set_ps1( 2.0f );

 [4] 讓S1.m128_f32中的4個浮點數都置零。

S1 = _mm_setzero_ps();

還有一些其它的賦值指令，但執行起來還沒有自己逐個賦值來的快，只作為一些特殊用途， 如果想了解更多的資訊，可以參考MSDN -> Visual Studio -> Reference -> C/C++Language -> Compiler Intrinsics -> MMX, SSE, and SSE2 Intrinsics -> Stream SIMD Extensions(SSE)章節。

一般來講，所有SSE指令函數都有3個部分組成，中間用下划線隔開：

 Ex: _mm_set_ps1

[1]mm表示多媒體擴展指令集

[2]set表示此函數的含義縮寫(給直的意思)

[3]ps1表示該函數對結果變量的影響，由兩個字母組成，

[3.1]第一個字母表示對結果變量的影響方式，p表示把結果作為指向一組資料的指針，每一個元素都將參與運算，s表示只將結果變量中的第一個元素參與運算；

[3.2]第二個字母表示參與運算的資料類型。s 表示32位浮點數，d表示64位浮點數，i32表示32位定點數，i64表示64位定點數。