求一份SSE指令的说明文档.

[weixiaohua]

求一份SSE指令的说明文档.

[brightyang]

有一种工具叫google

SSE指令　　作者:HAM(参考资料:Intel 开发文档)
　　大部分涉及到128位内存变量操作的,内存变量首地址必须要对齐16字节,也就是内存地址低4位为0,否则会引起CPU异常,导致指令执行失败,此错误编译器不检查.
　　SSE1:
　　主要是单精度浮点运算
　　SSE有8个128位独立寄存器(XMM1~XMM7).
　　MM指64位MMX寄存器
　　XMM指XMM寄存器
　　m128指128位内存变量
　　movaps XMM,XMM/m128 movaps XMM/128,XMM
　　把源存储器内容值送入目的寄存器,当有m128时,必须对齐内存16字节,也就是内存地址低4位为0.
　　﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋
　　movups XMM,XMM/m128 movaps XMM/128,XMM
　　把源存储器内容值送入目的寄存器,但不必对齐内存16字节.
　　﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋
　　movlps XMM,m64
　　把源存储器64位内容送入目的寄存器低64位,高64位不变,内存变量不必对齐内存16字节.
　　movhps XMM,m64
　　把源存储器64位内容送入目的寄存器高64位,低64位不变,内存变量不必对齐内存16字节.
　　movhlps XMM,XMM
　　把源寄存器高64位送入目的寄存器低64位,高64位不变.
　　movlhps XMM,XMM
　　把源寄存器低64位送入目的寄存器高64位,低64位不变.
　　movss XMM,m32/XMM
　　原操作数为m32时：
　　dest[31-00] <== m32
　　dest[127-32] <== 0
　　原操作数为XMM时:
　　dest[31-00] <== src[31-00]
　　dest[127-32]不变
　　movmskpd r32,XMM
　　r32[0] <== XMM[63]
　　r32[1] <== XMM[127]
　　r32[31-2] <== 0
　　movmskps r32,XMM
　　r32[0] <== XMM[31]
　　r32[1] <== XMM[63]
　　r32[2] <== XMM[95]
　　r32[3] <== XMM[127]
　　r32[31-4] <== 0
　　pmovmskb r32,XMM
　　r[0] <== XMM[7]
　　r[1] <== XMM[15]
　　r[2] <== XMM[23]
　　r[3] <== XMM[31]
　　r[4] <== XMM[39]
　　r[5] <== XMM[47]
　　r[6] <== XMM[55]
　　r[7] <== XMM[63]
　　r[8] <== XMM[71]
　　r[9] <== XMM[79]
　　r[10] <== XMM[87]
　　r[11] <== XMM[95]
　　r[12] <== XMM[103]
　　r[13] <== XMM[111]
　　r[14] <== XMM[119]
　　r[15] <== XMM[127]
　　r[31-16] <== 0
　　movntps m128,XMM
　　m128 <== XMM 直接把XMM中的值送入m128，不经过cache,必须对齐16字节.
　　movntpd m128,XMM
　　m128 <== XMM 直接把XMM中的值送入m128，不经过cache,必须对齐16字节.
　　movnti m32,r32
　　m32 <== r32 把32寄存器的值送入m32，不经过cache.
　　addps XMM,XMM/m128
　　源存储器内容按双字对齐,共4个单精度浮点数与目的寄存器相加,结果送入目的寄存器,内存变量必须对齐内存16字节.
　　例:
　　当XMM0 = 0c517e000 44290000 46b6d000 3c4985f0 h
　　XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,当执行addps XMM0,XMM1
　　则XMM0 = 045992000 44350ccd 4a5b52e0 3c59018e h
　　因为XMM0 = -2.43E3 6.76E2 2.34E4 1.23E-2 'xEy'指x * 10^y,如 1.0E2 = 100,1.0E-2 = 0.01,
　　XMM1 = 7.33E3 4.82E1 3.57E6 9.45E-4 当中'E'不是16进制中的'e',而是指数'EXP'
　　结果XMM0 = 4.9E3 7.242E2 3.5934E6 1.3245E-2
　　addss XMM,XMM/m32
　　源存储器的低32位1个单精度浮点数与目的寄存器的低32位1个单精度浮点数相加,结果送入目的寄存器的低32位
　　高96位不变,内存变量不必对齐内存16字节.
　　例:
　　当XMM0 = 0c517e000 44290000 46b6d000 3c4985f0 h
　　XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,当执行addss XMM0,XMM1
　　则XMM0 = 0c517e000 44290000 46b6d000 3c59018e h
　　subps XMM,XMM/m128
　　源存储器内容按双字对齐,共4个单精度浮点数与目的寄存器相减(目的减去源),结果送入目的寄存器,
　　内存变量必须对齐内存16字节.
　　例:
　　当XMM0 = 0c517e000 44290000 46b6d000 3c4985f0 h
　　XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,当执行addss XMM0,XMM1
　　则XMM0 = 0c6188000 441cf333 ca5877a0 3c3a0a52 h
　　因为XMM0 = -2.43E3 6.76E2 2.34E4 1.23E-2
　　XMM1 = 7.33E3 4.82E1 3.57E6 9.45E-4
　　结果XMM0 = -9.76E3 6.278E2 -3.5466E6 1.1355E-2
　　subss XMM,XMM/m32
　　源存储器的低32位1个单精度浮点数与目的寄存器的低32位1个单精度浮点数相减(目的减去源),
　　结果送入目的寄存器的低32位,高96位不变,内存变量不必对齐内存16字节.
　　例:
　　当XMM0 = 0c517e000 44290000 46b6d000 3c4985f0 h
　　XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,当执行addss XMM0,XMM1
　　则XMM0 = 0c517e000 44290000 46b6d000 3c3a0a52 h
　　maxps XMM,XMM/m128
　　源存储器4个单精度浮点数与目的寄存器4个单精度浮点数比较,较大数放入对应目的寄存器,内存变量必须对齐内存16字节.
　　例:
　　当XMM0 = 0c517e000 44290000 46b6d000 3c4985f0 h
　　XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,当执行maxps XMM0,XMM1
　　则XMM0 = 045e51000 44290000 4a59e540 3c4985f0 h
　　因为XMM0 = -2.43E3 6.76E2 2.34E4 1.23E-2
　　XMM1 = 7.33E3 4.82E1 3.57E6 9.45E-4
　　结果XMM0 = 7.33E3 6.76E2 3.57E6 1.23E-2
　　maxss XMM,XMM/m32
　　源存储器低32位1个单精度浮点数与目的寄存器低32位1个单精度浮点数比较,较大数放入目的寄存器低32位,高96位不变
　　内存变量不必对齐内存16字节.
　　例:
　　当XMM0 = 045e51000 4240cccd 4a59e540 3a77b9e0 h
　　XMM1 = 0c517e000 44290000 46b6d000 3c4985f0 h,当执行maxss XMM0,XMM1
　　则XMM0 = 045e51000 4240cccd 4a59e540 3c4985f0 h
　　minps XMM,XMM/m128
　　源存储器4个单精度浮点数与目的寄存器4个单精度浮点数比较,较小数放入对应目的寄存器,内存变量必须对齐内存16字节.
　　minss XMM,XMM/m32
　　源存储器低32位1个单精度浮点数与目的寄存器低32位1个单精度浮点数比较,较小数放入目的寄存器低32位,高96位不变
　　内存变量不必对齐内存16字节.
　　cmpps XMM0,XMM1,imm8 imm8是立即数范围是0~7
　　根据imm8的值进行4对单精度浮点数的比较，符合imm8的就置目的寄存器对应的32位全1,否则全0
　　当imm8 = 0时,目的寄存器等于原寄存器数时，置目的寄存器对应的32位全1,否则全0
　　imm8 = 1 时,目的寄存器小于原寄存器数时，置目的寄存器对应的32位全1,否则全0
　　imm8 = 2 时,目的寄存器小于等于原寄存器数时，置目的寄存器对应的32位全1,否则全0
　　imm8 = 4 时,目的寄存器不等于原寄存器数时，置目的寄存器对应的32位全1,否则全0
　　imm8 = 5 时,目的寄存器大于等于原寄存器数时，置目的寄存器对应的32位全1,否则全0
　　imm8 = 6 时,目的寄存器大于原寄存器数时，置目的寄存器对应的32位全1,否则全0
　　rcpps XMM,XMM/m128
　　源存储器4个单精度浮点数的倒数放入对应目的寄存器,内存变量必须对齐内存16字节.
　　注:比如2.0E0的倒数为1÷2.0E0 = 5.0E-1
　　例:
　　当XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,执行rcpps XMM0,XMM1
　　则XMM0 = 0390f0800 3ca9f800 34966000 44844800 h
　　因为XMM1 = 7.33E3 4.82E1 3.57E6 9.45E-4
　　结果XMM0 = 1.36E-4 2.075E-2 2.8E-7 1.06E3
　　这操作只有12bit的精度.
　　用这种方法可以提高精度到23bit(牛顿-拉弗森方法)：
　　x0 = RCPSS(d)
　　x1 = x0 * (2 - d * x0) = 2*x0 - d * x0 * x0
　　x0是直接用倒数指令得到的除数d的倒数的逼近；x1则是更精确的逼近。
　　以下操作：XMM0=DIVIDENDS / DIVISORS(这种方法比直接用divps更快速)
　　MOVAPS XMM1,[DIVISORS];载入除数
　　RCPPS XMM0,XMM1;求得倒数的逼近
　　MULPS XMM1,XMM0;牛顿-Raphson公式
　　MULPS XMM1,XMM0
　　ADDPS XMM0,XMM0
　　SUBPS XMM0,XMM1
　　MULPS XMM0,[DIVIDENDS];结果在XMM0中
　　rcpss XMM,XMM/32
　　源存储器低32位1个单精度浮点数的倒数放入目的寄存器低32位,高96位不变
　　例:
　　当XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,执行rcpss XMM0,XMM1
　　则XMM0 = 045e51000 4240cccd 4a59e540 44844800 h
　　精度同rcpps
　　rsqrtps XMM,XMM/m128
　　源存储器4个单精度浮点数的开方的倒数放入对应目的寄存器,内存变量必须对齐内存16字节.

[weixiaohua]

我肯定Google过,不过都不太全,包括你发的也不全嘛.

[dinoalex]

SSE 指令表

SSE 提供标量与包裹式（packed）浮点指令。

浮点指令:
内存到暂存器／暂存器到内存／暂存器之间的资料搬移
标量 – MOVSS
包裹式 – MOVAPS, MOVUPS, MOVLPS, MOVHPS, MOVLHPS, MOVHLPS
数学运算
标量 – ADDSS, SUBSS, MULSS, DIVSS, RCPSS, SQRTSS, MAXSS, MINSS, RSQRTSS
包裹式 – ADDPS, SUBPS, MULPS, DIVPS, RCPPS, SQRTPS, MAXPS, MINPS, RSQRTPS
比较
标量 – CMPSS, COMISS, UCOMISS
包裹式 – CMPPS
资料拆包（unpack）与随机搬移（shuffle）
包裹式 – SHUFPS, UNPCKHPS, UNPCKLPS
资料型态转换
标量 – CVTSI2SS, CVTSS2SI, CVTTSS2SI
包裹式 – CVTPI2PS, CVTPS2PI, CVTTPS2PI
逐位逻辑运算
包裹式 – ANDPS, ORPS, XORPS, ANDNPS

整数指令:
数学运算
PMULHUW, PSADBW, PAVGB, PAVGW, PMAXUB, PMINUB, PMAXSW, PMINSW
资料搬移
PEXTRW, PINSRW
其他
PMOVMSKB, PSHUFW

其他指令:
MXCSR 管理
LDMXCSR, STMXCSR
快取与内存管理
MOVNTQ, MOVNTPS, MASKMOVQ, PREFETCH0, PREFETCH1, PREFETCH2, PREFETCHNTA, SFENCE

[Seamour]

自己去intel网页去下，都是免费的文档，定期更新的

[weixiaohua]

英文不太好,能否给个下载链接?

[僵哥]

http://softpixel.com/~cwright/programming/simd/sse3.php

[Seamour]

http://developer.intel.com/products/processor/manuals/index.htm

卷1、卷2里都有，如果需要经常写汇编的话这两卷一定是要下的