GCC中SIMD指令的应用方法--性能优化

look_w

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 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：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

#include <stdio.h> #include <xmmintrin.h> /*一定需要包括此头文件*/ /*gcc -Wall -march=pentium4 -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 -march=pentium4 -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。