只是为了好玩，我正在查看3DNow 的旧版（已弃用）说明！由AMD 介绍，我试图了解它们是如何使用的。所有指令似乎都按照这种模式编码：
instruction destination_MMn_register_operand, source_MMn_register_or_memory_operand
其中destinationRegister= -destinationRegister操作-source
例如，pfadd mm0, mmword ptr [rcx]（0F 0F 01 9E）：
会将 2 个压缩浮点数从指向的内存添加rcx到 2 个压缩浮点数，mm0并将结果保存在mm0.
所以看起来那些 3DNow 指令总是有一个mm寄存器作为目标。
但是你应该如何从这些mm寄存器中得到结果呢？
换句话说，没有mov mmword ptr [rcx], mm0, 或mov rax, mm0指令。
正如@harold 所说，存储到内存已经被 MMX 覆盖movd，或者pshufw+movd只提取 high float。
您不能做的一件事是打开 3dNow！在没有存储/重新加载的情况下浮动到 x87 80 位浮点数。
可能有用的是一个 EMMS 版本，它将 32 位扩展float为 80 位 x87 long doublein st0，同时将 FPU 设置回 x87 模式而不是 MMX 模式1。或者甚至可以将多个mm寄存器转换为多个 x87 寄存器？
即，这将是movd dword [esp], mm0/ emms/fld dword [esp]在 SIMD 减少后设置进一步标量 FP 的捷径。
请记住，这些是 IEEE754 float；您通常不希望它们在整数寄存器中，除非您要分离它们的位域（例如，对于exporlog实现），但您可以使用 MMX 移位/掩码指令来做到这一点。
但是 movd 和 fld 很便宜，所以他们不会为了节省重新加载延迟而费心制作特殊指令。此外，作为单条指令实施可能会很慢。尽管 x86 不是 RISC ISA，但拥有一条非常复杂的指令通常比多条更简单的指令慢（尤其是在完全解码为多个微指令之前。）例如，英特尔和 AMDsysenter以及syscall替换int 0x80系统调用的指令需要额外的指令之前/之后保存更多状态，但总体上仍然更快。
3dNow!femms离开 MMX/3dNow! 寄存器内容未定义，仅将标记字设置为未使用，而不是保留从 MMX 寄存器到/从 x87 寄存器内容的映射。有关AMD 官方手册，请参阅http://refspecs.linuxbase.org/AMD-3Dnow.pdf 。IDK，如果 AMD 的微架构刚刚删除了寄存器重命名信息或什么，但可能使 store / femms / x87-load 成为快速方式可以节省大量晶体管。
甚至 FEMMS 仍然有些慢，所以他们不想鼓励编码人员离开/重新进入 MMX/3dNow！经常模式。
有趣的事实：3dNow！PREFETCHW（带有写入意图的预取）仍在使用，并且有自己的 CPUID 功能位。
请参阅我对_builtin_prefetch() 中第二个参数的影响是什么的回答？
英特尔 CPU 很快增加了对将其解码为 NOP 的支持（因此 64 位 Windows 之类的软件可以在不检查的情况下使用它），但 Broadwell 和后来实际上使用 RFO 预取以使缓存线处于 MESI 独占状态，而不是共享状态，所以它可以在没有额外的非核心流量的情况下翻转到 Modified。
CPUID 特性位表明它确实会预取。
脚注 1：
请记住，MMX 寄存器是 x87 寄存器的别名，因此不需要新的操作系统支持来保存/恢复上下文切换上的架构状态。直到SSE，我们才获得了新的架构状态。所以直到SSE2+3dNow！那是一个 3dNow！无需切换回 x87 模式float即可使用 SSE2 。double你可以movq2dq xmm0, mm0+ cvtps2pd xmm0, xmm0。
他们本可以在寄存器中有一个 float->double mm，但fld/fst硬件仅设计用于floator double->80-bit 和 80-bit-> floator double。并且用例是有限的；如果您使用的是 3dNow!，请坚持使用float.
实际上有，即movd和movq。这些指令不是 3DNow! 的一部分，它们已经存在于 MMX which 3DNow! 是对。这也是为什么 3DNow！包括一组看起来非常不完整的整数运算。