问题标签 [mmx]

我正在使用一个库，该库使用英特尔的 MMX 单指令、多数据 (SIMD) 指令集来加速整数数组的乘法。我正在使用的函数包含内联汇编，以使用 Intel 处理器中的 MMX SIMD 寄存器并执行乘法运算。

将两个整数数组与函数相乘后，我收到一个数组，其中包含不正确的整数值，应该为负数。但是，当将这些值转换为二进制时，我注意到整数表示 2 的补码中的正确值。整数应该是 16 位长。

更奇怪的是，当两个负整数相乘时，而不是一个正数一个负数，该函数返回一个整数值，当转换为二进制时，添加一个额外位作为最高有效位（将附加位标记到左侧二进制数）。该位的值为 1，但如果您忽略该位，其余位将正确显示预期值。

很难用语言来表达，所以让我举个例子：

我有三个 int 数组 A、B 和 C。

A = {-1, 4, 1, -1, 1, -2, -3, 7},

B = {-1, -1, -1, -1, -1, -1, -1, 1}

C = {0, 0, 0, 0, 0, 0, 0, 0}

当 A 和 B 相乘时，我希望

{1, -4, -1, 1, -1, 2, 3, 7}

存储在 C 中。

然而，在使用图书馆的功能后，我得到

{65537、65532、65535、65537、65535、65538、65539、7}

作为我对 C 的价值观。

二进制的第一个值 65537 是 10000000000000001。如果没有额外的第 17 位，这将等于 1，但即便如此，该值也应该是 1，而不是 65537。二进制的第二个值 65532 是 1111111111111100，它是 2 的补码为-4。这很好，但为什么这个值不只是-4。还要注意最后一个值 7。当不涉及负号时，该函数会给出预期形式的值。

内联程序集是为在 Microsoft Visual Studio 上编译而编写的，但我使用的是带有 -use-msasm 标志的英特尔 c/c++ 编译器。

这是功能代码：

和我打电话的一个例子。

最后一个参数 16 是 A 和 B 中组合的总元素数。

我正在使用的库是免费使用的，可以在https://www.ngs.noaa.gov/gps-toolbox/Heckler.htm找到

我在注册时加载了一些内容xmm1，假设它可以被视为

现在，我想在每个双字逻辑上向右移动 1 个字节，所以它最终是这样的：

我在英特尔文档中发现我可能正在寻找函数“psrld”：

然而，它并没有像我预期的那样工作，因为一开始的价值xmm1是

然后，应用 后psrld xmm1, 1，xmm1 的值为

这不是我想做的。我哪里错了？实现此目的的正确方法是什么？

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：

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。

我正在编写一些 SSE/AVX 代码，并且有一项任务是将压缩的有符号 32 位整数除以 2 的补码。当值为正时，此移位可以正常工作，但是由于移位了符号位，因此对于负值会产生错误的结果。
是否有任何 SIMD 操作可以让我移动保留符号位的位置？谢谢

我有一个用例，其中我有一个位数组，每个位表示为 8 位整数，例如uint8_t data[] = {0,1,0,1,0,1,0,1};我想通过仅提取每个值的 lsb 来创建一个整数。我知道使用int _mm_movemask_pi8 (__m64 a)函数我可以创建一个掩码，但这个内在函数只需要一个字节的 msb 而不是 lsb。是否有类似的内在或有效方法来提取 lsb 以创建单个 8 位整数？

我正在考虑在纯汇编中实现 SHA3。SHA3​​ 具有 17 个 64 位无符号整数的内部状态，但由于它使用的转换，如果我在寄存器中有 44 个这样的整数可用，则可以实现最佳情况。可能加上一个临时寄存器。在这种情况下，我将能够在寄存器中进行整个转换。

但这是不现实的，甚至可以一直优化到几个寄存器。尽管如此，更多可能更好，这取决于这个问题的答案。

我正在考虑至少使用 MMX 寄存器进行快速存储，即使我需要换成其他寄存器进行计算。但我担心那是古代建筑。

MMX 寄存器和 RAX 之间的数据传输是否会比在堆栈上索引 u64 并从可能是 L1 缓存的地方访问它们更快？或者即使是这样，除了我应该注意的速度考虑之外，是否还有隐藏的陷阱？我对一般情况感兴趣，所以即使在我的计算机上一个比另一个快，它可能仍然没有定论。

我使用 mmx 的汇编语言程序有问题。该程序声明了 3 个数组，然后将两个相加并将结果存储在 3 中。出了什么问题？

我有这个问题，我需要使用 MMX 指令集计算函数 f(x)=2*(x^2)+5。我有两个问题。这是我现在的代码：

我的第一个问题是乘法指令。我使用哪个指令来进行饱和。首先，我虽然会有类似的指令，pmulsw但似乎没有。pmulhw保存 32 位结果的高 16 位。我找不到任何可以给出 16 位结果的指令。它是保存 32 位结果的唯一方法吗？

第二个问题是 printf。它不断给出分段错误，我不知道为什么。这是来自我的终端：

这是生成文件：

为了您的方便，这里有一个小 C 程序，它可以生成二进制文件以供阅读：

我bad_alloc从下面用 gcc 编译的代码中得到了一个抛出（尝试 4.9.3、5.40 和 6.2）。gdb 告诉我它发生在 unordered_map 的 initalizer_list 的最后一行。如果我注释掉 mmx 指令_m_maskmovq，则没有错误。同样，如果我注释掉 unordered_map 的初始化，这没有错误。只有在调用 mmx 指令并使用 initializer_list 初始化 unordered_map 时，我才能获得bad_alloc. 如果我默认构造 unordered_map 并调用map.emplace(1,1)也没有错误。我已经在具有 48 个内核（intel xeon）和 376 GB RAM 的 centos7 机器上以及在 Ubuntu WSL 下的戴尔笔记本电脑（intel core i7）上运行它，结果相同。这里发生了什么？MMX 指令是否破坏了堆？Valgrind 似乎没有发现任何有用的东西。

编译器命令和输出：

源代码（main.cpp）：

更新： _mm_empty() 解决方法确实修复了此示例。当使用一个线程执行向量指令而另一个线程使用 unordered_map 的多线程代码时，这似乎不是一个可行的解决方案。另一个有趣的点是，如果我对-O3bad_alloc 进行优化，它就会消失。祈祷我们在生产过程中从未遇到过这个错误（畏缩）。

我一直在看 MMX/SSE，我想知道。有用于无符号字节和字的压缩饱和减法的指令，但不是双字。

有没有办法做我想做的事，或者如果没有，为什么没有？