如何从另一个XMM寄存器条目中获取4个相同的浮点数并将其填充到x86 XMM寄存器中？

Question

我正在尝试在C/C++代码中实现一些内联汇编，以利用SSE。我想复制和复制值（从XMM寄存器或存储器）到另一个XMM寄存器。例如，假设我有一些值{1, 2, 3, 4}在存储器中。我想将这些值复制，使得xmm1被填充为{1, 1, 1, 1}，xmm2为{2, 2, 2, 2}，等等。

查阅英特尔参考手册，我没有找到可用于此的指令。我是否只需要使用重复的MOVSS和旋转（通过PSHUFD）的组合？

- jbl

Answer 1

有两种方法：

1. 仅使用 shufps：

__m128 first = ...;
__m128 xxxx = _mm_shuffle_ps(first, first, 0x00); // _MM_SHUFFLE(0, 0, 0, 0)
__m128 yyyy = _mm_shuffle_ps(first, first, 0x55); // _MM_SHUFFLE(1, 1, 1, 1)
__m128 zzzz = _mm_shuffle_ps(first, first, 0xAA); // _MM_SHUFFLE(2, 2, 2, 2)
__m128 wwww = _mm_shuffle_ps(first, first, 0xFF); // _MM_SHUFFLE(3, 3, 3, 3)

让编译器使用_mm_set1_ps和_mm_cvtss_f32来选择最佳方法：

__m128 first = ...;
__m128 xxxx = _mm_set1_ps(_mm_cvtss_f32(first));

请注意，第二种方法在MSVC上会产生可怕的代码，如此讨论，并且只会产生'xxxx'作为结果，不像第一种选项。

我正在尝试在C/C++代码中实现一些内联汇编以利用SSE。

这是高度不可移植的。使用内置函数。

- LiraNuna

---

关于可移植性，那是非常好的一点。由于这主要是我自己的学习练习，所以我并没有真正考虑过它。你的文章一开始看起来也非常有趣。我期待着花更多的时间去阅读它。 - jbl

这个答案中展示的内置方法比内联汇编更好，因为内置函数允许编译器进行更多的优化，而这些优化在内联汇编中不会被执行：寄存器分配、循环展开、指令交错、将不变量提取出循环等。我的答案是使用汇编语言，因为原始问题就是这样要求的，但如果我要自己使用这段代码，我会使用内置函数来实现性能和可移植性的平衡。 - Adisak

Adisak：你说的对，除了MSVC以外，其他编译器都能很好地处理内嵌函数（请看我的文章）。在MSVC中，如果性能比可移植性和可维护性更重要的话（很少情况下），手写汇编会更好。不过我建议还是换个编译器吧：） - LiraNuna

至少在Intrinsics方面有优化的潜力。听到MSVC实现得不好真是令人沮丧。希望这个问题能在不久的将来得到解决，针对VS2010进行改进。 - Adisak

好的，它并没有。与VC2008相同的结果（至少目前是这样）。 - LiraNuna

使用SSE2中的_mm_shuffle_epi32是否合适？如果我理解底层汇编指令正确，_mm_shuffle_epi32将节省一次移动操作（目标寄存器被填充而不触及源寄存器，因此无需进行预备复制）。http://msdn.microsoft.com/en-us/library/56f67xbk%28v=vs.90%29.aspx - Antonio

Answer 2

将源寄存器移动到目标寄存器。使用“shufps”，只需两次使用新的目标寄存器，然后选择适当的掩码。

下面的示例将XMM2.x的值广播到XMM0.xyzw

MOVAPS XMM0, XMM2
SHUFPS XMM0, XMM0, 0x00

- Adisak

Answer 3

如果您的值在内存中是16字节对齐的：

movdqa    (mem),    %xmm1
pshufd    $0xff,    %xmm1,    %xmm4
pshufd    $0xaa,    %xmm1,    %xmm3
pshufd    $0x55,    %xmm1,    %xmm2
pshufd    $0x00,    %xmm1,    %xmm1

如果不行，您可以进行非对齐加载，或者进行四个标量加载。在较新的平台上，非对齐加载应该更快；在旧平台上，标量加载可能会更快。

正如其他人所指出的那样，您还可以使用shufps。

- Stephen Canon

---

注意：pshufd是SSE2指令。 - LiraNuna

@LiraNuna：我认为提问者所说的“SSE”是指SSE、SSE2、SSE3、SSSE3、SSE4.1、SSE4.2等未明确指定的子集。由于几乎所有的x86硬件现在都支持SSE2，已经有相当多年了，因此可以安全地假设提问者并不想禁用它。 - Stephen Canon

这只是一般性的注释 - 它并不针对你的回答。 - LiraNuna