新型详谈陌生的SIMD和熟悉的SSE指令集.docVIP

详谈陌生的SIMD和熟悉的SSE指令集 2008-02-28 PChome.net 类型: 特约 作者: 电脑报 责编: 李凯男 《电脑报》硬件评测周刊将与PChome强强联合，深入合作，推出一系列硬件技术类文章。主旨在于更好地在中国普及IT知识，吸引更多的人来关注IT硬件领域的产品、技术及整个业界动态。为中国IT事业的发展贡献自己的一份力量。今EW评测室转载《电脑报》一文，原文如下： 随着45nm制造工艺的Intel Penryn处理器的发布（包括双核心桌面处理器Wolfdale、四核心桌面处理器Yorkfield、双核心移动处理器Penryn等家族成员），一个新的名词又频繁地出现在我们眼前，这就是SSE4（Streaming SIMD Extensions，流指令扩展指令集）,或者更准确的说法SSE4.1。我们已经习惯，每一代CPU的升级，Intel都要拿SSE说事，宣传得让局外人以为有了SSE，就像吃了兴奋剂，没准还能跑过刘翔。下面我们就对SSE来一个大清算，让你有一个正确的了解。 SSE：为多媒体而发明的那剂“药” 任何一个计算机程序，最终要变成一系列指令才能在处理器上运行，这些指令的合集就是我们常说的指令集。从七十年代末的16位 8086 处理器开始发家，经过九十年代历时10年的鏖战，利用Sun、SGI、IBM、DEC、HP 和摩托罗拉这6家精简指令集处理器厂商群龙无首的矛盾，Intel终于确立了x86处理器在个人电脑市场上的胜局。X86处理器，包括AMD的处理器，所支持的指令集就被是x86指令集。如果是计算机科班出身，应当不会对ADD、DAA、MOV这些接头暗语式的x86指令感到陌生。 那为什么Intel还要在x86指令集中再增加一组SSE指令呢？抱歉，这还得从SSE指令集的前身－－MMX(Multi Media eXtension,多媒体扩展指令集)说起。正是从MMX开始，多媒体指令集才开始大红大紫。 MMX当年让不少人心甘情愿地掏银子 比如我们要计算从1到100这些数字他们的平方是多少。CPU先把1从内存读入到寄存器，然后算出它的平方，再把计算结果从寄存器中取出放入内存中，然后不断重复这个过程直到把100个数字算完。但是问题是不管CPU的运算速度有多快，它一次也只能处理一个数据，在现实生活中，有很多数据特别是多媒体数据总是成组出现，比如图像，每一点的色彩就由红蓝绿三原色三个数据组成，声音也有左右声道之分。当CPU遇到这样数据，还需要拆开来挨个处理，效率无疑非常之低。 因此最早的“兴奋剂”－－MMX，在1997年出现也就不奇怪了。当时正是个人电脑从奇客、科研机关迈向个人用户的转折时期，CPU所处理的数据也从整数、浮点数变成了JPEG、MP3或者MPEG。 如果说Intel的技术水平一流，那么Intel的市场眼光和营销手法就是超一流。Intel敏锐地看到了这一趋势，给Pentium处理器配上了新捣鼓出的MMX指令集，不但让Pentium大卖，也开创了Intel CPU引入SIMD（Single Instruction Multiple Data，单指令多数据流）指令集之先河。 工作：多拉才能快跑 第 1 页 SSE：为多媒体而发明的那剂“药” 第 2 页 工作：多拉才能快跑 第 3 页 演进：逐步扩充的帝国 第 4 页 生效前提：优化的程序 第 5 页 分分合合的AMD处理器 说穿了，MMX和后来的SSE都是SIMD指令的一种，即在一个CPU指令周期内用一个指令完成处理多个数据的操作。也许这样你会觉得抽象，SSE具体如何工作，我们举一个实例说明。 下面我们有一个五行四列的浮点数数组中，要计算其中每一个元素的平方根。如果CPU不支持SSE指令，实现这个任务的代码只能这样写： for each f in array{把f从内存加载到寄存器计算平方根再把计算结果从寄存器中取出放入内存}如果CPU支持SSE指令，一次就可以读取数组中每一行的4个元素加以处理。采用SSE技术后，算法可以写成下面的样子：for each? members in array //对数组中的每个元素{把数组中的5行数字加载到SSE寄存器中在一个CPU指令执行周期中完成计算其中每行的4个数的平方根的操作把所得的结果取出写入内存}前一种算法，CPU需要计算20次才能得出结果，而采用SSE指令后，只需要计算5次就可得出全部结果，不难看出SSE指令可以节省大量计算时间。 SIMD的精髓是从一次处理一个变成一次处理一组 2008-02-28 PChome.net 类型: 特约 作者: 电脑报 责编: 李凯男 演进：逐步扩充的帝国 第 1 页 SSE：为多媒体而发明的那剂“药”