网站建设套用模板类的要多少钱,豪禾创意海报设计理念,涿鹿镇做网站,山东潍坊建设银行招聘网站X86架构上的多媒体应用开发#xff0c;如果能够使用SIMD指令进行优化#xff0c; 性能将大大提高。目前#xff0c;IA-32的SIMD指令包括MMX#xff0c;SSE#xff0c;SSE2等几级。 在GCC的开发环境中#xff0c;有几种使用SIMD指令的方式#xff0c;本文逐一介绍。X86的…X86架构上的多媒体应用开发如果能够使用SIMD指令进行优化 性能将大大提高。目前IA-32的SIMD指令包括MMXSSESSE2等几级。 在GCC的开发环境中有几种使用SIMD指令的方式本文逐一介绍。X86的SIMD指令 ...simd instrucitons in X86
IA-32 Intel体系结构的指令主要分为以下几类 [1]
通用 x87 FPU MMX技术 SSE/SSE2/SSE3扩展
MMX/SSE类扩展引入了SIMD单指令多数据的执行模式可用于加速多媒体应用。 下面简要介绍一下这些指令的执行环境和特征。
8个32位通用寄存器可为各个SIMD扩展所使用 MMX8个64位MMX寄存器mm0 - mm7也可为各SSE扩展所使用 数据为整数最多支持两个32位 运算中没有寄存器能够进行溢出指示 SSE8个128位xmm寄存器MXSCR寄存器EFLAGS寄存器 支持单精度浮点 MXSCR含有rounding, overflow标志 支持64位SIMD整数 SSE2执行环境同sse 双精度浮点 128位整数 双—单精度转换 SSE3与Inte Prescott处理器一同发布不久共13条指令 主要增强了视频解码、3D图形优化和超线程性能
MMX技术出现最早目前几乎所有的X86处理器都提供支持包括嵌入式X86 所以下面的讨论主要基于MMX但方法完全适用于SSEn 包括像AMD的3D Now等其它SIMD扩展。
MMX指令又分为以下几种
数据传送movd, movq 数据转换packsswb, packssdw, packuswb, punpckhbw, punpckhwd, punpckhdq, punpcklbw, punpcklwd, punpckldq并行算术paddb, paddw, paddd, paddsb, paddsw, paddusb, paddusw, psubb, psubw, psubd, psubsb, psubsw, psubusb, psubusb, psubusw, pmulhw, pmullw, pmaddwd并行比较pcmpeqb, pcmpeqw, pcmpeqd, pcmpgtb, pcmpgtw, pcmpgtd 并行逻辑pand, pandn, por, pxor 移位与旋转psllw, pslld, psllq, psrlw, psrld, psrlq, psraw, psrad 状态管理emms
这些指令除了需要注意功能外还需要注意处理的数据类型。以上内容为背景介绍细节请参考手册。 性能优化 ...Performance Optimization
当使用C/C完成了一个嵌入式应用的所有功能性能问题常摆在面前 这时可以使用profile工具(如gprof)找出产生瓶颈的函数 将这些函数使用汇编彻底重写 例如MPEG-4编解码器xvid项目 [4]就使用了这种方法 而且针对不同处理器指令集分别给出了不同的优化 正是如此该项目无论功能、还是性能均为一流 显然这是深度优化的目标所在。
在使用流水线、VLIW以及SIMD的体系结构比如某些DSP上 整个函数的手工优化可以带来几倍到几十倍的性能提升。 不过性能允许对于函数内关键部分使用一些特定的实现 既突出重点提高性能又可以尽多地利用C/C的高级特征 相对缩短开发周期。 下面给出使用GCC时应用MMX指令的几种混合编程方法
Intel C/C 编译器intrinsics GCC builtin操作 嵌入汇编asm construct Intel C/C 编译器intrinsics ...Intel C/C Compiler Intrinsics
查看IA-32 Intel指令集手册 [2]时 部分指令的解释中会有一项“Intel C/C Compiler Intrinsic Equivalent” 会指出该指令对等的intrinsic。 intrinsic在C/C程序中的语法是以函数形式出现 编译时可以直接翻译为一条MMX指令复合情况会生成最直接的几条 换言之如果不使用intrinsic可能需要多条C/C语句完成 而编译器却并不能保证将这几条语句能够生成这条最高效的MMX指令。 并不是每条MMX指令都有对等的intrinsic 手册的附录中列出了所有的 它们分为简单型simple和复合型composite两种 每个简单型的就是对应一条指令而复合型则对应多条指令。
GCC支持Intel C/C Compiler Intrinsics。用法如下示例 #include stdio.h#include xmmintrin.h /*一定需要包括此头文件*//*gcc -Wall -marchpentium4 -mmmx -o ins mmx_ins.c*/int main(int argc,char *argv[]){ /*使用MMX做以下向量的点积*/short in1[] {1, 2, 3, 4};short in2[] {2, 3, 4, 5};int out1;int out2;__m64 m1; /* MMX支持64位整数的mm寄存器 */__m64 m2; /* MMX操作需要使用mm寄存器 */__m128 m128; /* for SSEn only*//*每次往mm寄存器装入两个short型的数注意是两个*/m1 _mm_cvtsi32_si64(((int*)in1)[0]);m2 _mm_cvtsi32_si64(((int*)in2)[0]); /*一条指令进行4个16位整数的乘加*//*生成两个32位整数*/m2 _mm_madd_pi16(m1, m2); /*将低32位整数放入通用寄存器*/out1 _mm_cvtsi64_si32(m2);/*将高32位整数右移后放入通用寄存器*/m2 _mm_slli_pi32(m2, 32);out2 _mm_cvtsi64_si32(m2);/*清除MMX状态*/_mm_empty();/*将两个32位数相加结果为8*/out1 out2;printf(a: %d/n, out1);return(0);} 几点说明
即使你不是P4平台编译时也请使用以下选项 /*gcc -Wall -marchpentium4 -mmmx -o ins mmx_ins.c*/ 否则会出现如下类似信息 ...xmmintrin.h:34:3: #error SSE instruction set not enabled 最终结果实际并没有求得四对乘积的和只是前两对的 instrinsic _mm_cvtsi32_si64只向mm寄存器放入了低32位高32位为零 但mmx有指令movq可以做到64位的数据传送intrinsic没有对应 这也说明并不是所有的指令有等价的intrinsic。当计算的向量为两对0x8000, 0x8000时即(-2^15)*(-2^15) (-2^15)*(-2^15) 结果应该为 2^31但计算出来的值是 -2^31 因为发生了溢出可程序无从知道。 这是使用MMX时应特别注意的计算溢出没有任何标志位指示一个极大的值变为极小SSE对此做了改善。程序不再使用MMX之时注意使用emms指令清除MMX状态。 使用built-in操作 ...GCC built-in Operation
什么是built-in操作就是对待MMX操作数就如int, float等基本数据类型一般 有相应定义的操作如加()、减(-)或者数据类型之间的转换。 详细内容参考GNU GCC Manual[5] Extensions to the C Language Family4#4Built-in Functions4#4 X86 Built-in Functions一节。
一些MMX指令有其相应的built-in操作 下面一段代码为例 #include stdio.h/*无需特别的头文件built-in嘛*//* gcc -Wall -o bins builtinmmx.c*//*定义了一个vector数据类型hi表示16位4表示4个*/typedef int v4hi __attribute__ ((mode(V4HI)));/*定义了2个32位的vector类型si表示32位*/typedef int v2si __attribute__ ((mode(V2SI)));int main(int argc,char *argv[]){ short pa[4] {0x8000, 0x8000, 1, -1};short pb[4] {0x8000, 0x7FFF, -1, -2};v4hi va, vb;v4hi vsum;va ((v4hi*)pa)[0];vb ((v4hi*)pb)[0];/* 4个16位进行饱和加 *///vsum __builtin_ia32_paddsw(va, vb);/* 4个16位还可以直接进行加法但不同于两个long long相加 */vsum va vb;/*vector的输出还需要强制转换为long long*/printf(...with MMX instructions...to compute vec_add: %llx /n, (long long)vsum);//结果10xfffd0000ffff8000//结果20xfffd0000ffff0000return(0);} 几点说明
是的这里built-in vector及其操作随着GCC的发展正在加强。如果需要使用以上范例应使用GCC 3.4以上版本 使用builtin函数时与intrinsic相似但本质却是不同这里两个向量使用‘’操作就说明了vector也如其它数据类型一样编译器直接支持只不过这里的加法就是指四个单元数分别相加低位单元的进位不会影响相邻高位单元的数据vector还可以强制转换为通用数据。 嵌入汇编 ...Inline asm
GCC一开始就允许C代码中嵌入asm指令并不只是针对MMX指令 不过对于MMX技术显然也是一个很好的利用方法 详细的语法请参考GNU GCC手册 [5] 或者GCC: The Complete Reference [6]Inline Assembly一节。 如下是一个点积的例子 #include stdio.h/** GCC -o ins inlinemmx.c **/int main(int argc,char *argv[]){ int i;int result;short a[] {1, 2, 3, 4, 5, 6, 7, 8};short b[] {1, 1, 1, 1, 1, 1, 1, 1};printf(...with MMX instructions.../n);/*首先将点积合累积寄存器清零实际缺省就为0*/asm(pandn %%mm5,%%mm5;::);/*读入a, b每四对数相乘后分两组相加形成两组和*//*这里的循环控制是C在做*/for(i 0; i sizeof(a)/sizeof(short); i 4){asm(movq %0,%%mm0;/movq %1,%%mm1;/pmaddwd %%mm1,%%mm0;/paddd %%mm0,%%mm5; #相乘后相加 :: m (a[i]), m (b[i]));}/*将两组和分离并相加*/asm(movq %%mm5, %%mm0;/psrlq $32,%%mm5;/paddd %%mm0, %%mm5;/movd %%mm5,%0;/emms:r (result):);printf(result: 0x%x/n, result);//这里结果为0x24return(0);} 几点说明
这里是典型的在函数中C和汇编混合编程 注意汇编指令中操作数的顺序 这里可以直接使用movq等没有intrinsics/built-in对应的指令 注意在asm指令序列中间不要加杂注释可能导致生成的代码不正确。 MMX实用一例合成滤波器 ...Synthesis Filter in X86 SIMD INSTRUCTIONS
下面是合成滤波器(Synthesis Filter)的一个优化过程 合成滤波器在语音编解码中有广泛应用 运行时也占用了整个算法中较高比例的时间。 for (i 0; i lg; i){s L_mult(x[i], a[0]);/*L_mult是相乘后左移*/for (j 1; j M; j){/*M这里固定为10*/s L_msu(s, a[j], yy[-j]);/*L_msu是乘减后左移操作*/}s L_shl(s, 3); /*左移三位*/*yy g729round(s);}#endif 上面的代码因为内存循环为10可以考虑展开并统一操作为乘加指令。 /*为了使用乘加操作需要调整10个系数的顺序*/for(i 0; i M; i)ta[i] -a[M - i];ta[11] 0;ta[10] a[0];for (i 0; i lg; i){*yy x[i];yy[1] 0;s L_mac(s, ta[11], yy[1]);s L_mac(s, ta[10], yy[0]);s L_mac(s, ta[9], yy[-1]);s L_mac(s, ta[8], yy[-2]);s L_mac(s, ta[7], yy[-3]);s L_mac(s, ta[6], yy[-4]);s L_mac(s, ta[5], yy[-5]);s L_mac(s, ta[4], yy[-6]);s L_mac(s, ta[3], yy[-7]);s L_mac(s, ta[2], yy[-8]);s L_mac(s, ta[1], yy[-9]);s L_mac(s, ta[0], yy[-10]);s L_shl(s, 3);*yy g729round(s);} 以上循环内核正好可以将MMX的8个寄存器全部利用。 /*为了使用乘加操作需要调整10个系数的顺序*/for(i 0; i M; i)ta[i] -a[M - i];ta[11] 0;ta[10] a[0];/*11个系数分别放入3个MMX寄存器0作填充*/asm(movq %0,%%mm0;/movq %1,%%mm1;/movq %2,%%mm2/:/: m (ta[0]), m (ta[4]), m(ta[8]));/*利用MMX技术进行滤波器核心操作*/for (i 0; i lg; i){*yy x[i];yy[1] 0;asm(pandn %%mm6,%%mm6;/movq %1,%%mm3;/movq %2,%%mm4;/movq %3,%%mm5;/pmaddwd %%mm0,%%mm3;/pmaddwd %%mm1,%%mm4;/pmaddwd %%mm2,%%mm5;/paddd %%mm3, %%mm6;/paddd %%mm4, %%mm6;/paddd %%mm5, %%mm6;/movq %%mm6, %%mm7;/psrlq $32, %%mm6;/paddd %%mm7, %%mm6;/movd %%mm6,%0;/emms::r(s), m (yy[-10]), m (yy[-6]), m(yy[-2]));/*因为指令结果饱和属性的限制s还没有左移所以下面多做一位饱和左移*/s L_shl(s, 4);*yy g729round(s);} 几点说明
注意以上嵌入的汇编代码输出结果s放在了输入处属于实践中的个案 MMX没有乘左移之类的DSP指令甚至还没有加饱和之类的操作SSE中有一定增强 以上操作理论上存在溢出可能所以最后使用原有的饱和左移操作减少了一定风险 上面的部分代码操作显然允许并行这在VLIW系统中十分有用 这已经形成了该滤波器全面优化的核心。 总结 ...Conclusion
如果愿意尽多地利用SIMD技术可能需要更多地使用汇编级的编码 不过也有一些高级语言和汇编的混合编程技术能够帮助你 它们有的提高性能更大一些 有的形式上更优雅些本质上效率也不错 都不失好的方法建议尝试。
正是如此一方面CPU上支持越来越多的SIMD指令集扩展 另一方面GCC也正在加紧支持这些扩展的易用对正在 碰到一些问题先想办法绕过去 这里使用GCC 3.4.1根据经验效果还是不错的。 关于文档
GCC中SIMD指令的应用方法
This document was generated using the LaTeX2HTML translator Version 2002 (1.62)
Copyright ® 1993, 1994, 1995, 1996, Nikos Drakos, Computer Based Learning Unit, University of Leeds. Copyright ®, 1998, 1999, Ross Moore, Mathematics Department, Macquarie University, Sydney.
The command line arguments were: latex2html -iso_language CN -html_version 4.0,unicode -address ®2004 CoreUp Designs -local_icons -split 0 -nonavigation gccsimd
The translation was initiated by on 2004-12-13 参考资料
Intel: IA-32 Intel Architechture Software Developers Manual, Volume 1: Basic Architecture(2002)Intel: IA-32 Intel Architechture Software Developers Manual, Volume 2: Instruction Set Reference(2003)Intel: IA-32 Intel Architechture Software Developers Manual, Volume 3: System Programming Guide(2003)XviD.orghttp://www.xvid.org/(up-to-date) GNU, GCC online documentation, http://www.gnu.org/software/GCC/onlinedocs/(up-to-date)Authur Griffith, GCC: The Complete Referencea, McGraw Hill(2002) 关于作者 钱浙滨1999年从上海交通大学图像处理与模式识别研究所获得博士学位 曾参与完成计算机视觉、正规语言和移动通信等方面的研发工作 目前他和他的团队主要从事DSP系统开发特别是多媒体编解码算法的性能优化 以及相关的Linux嵌入式应用 他们也提供WLAN相关的技术咨询 欢迎访问http://embeddedcore.com进行交流。
