sse技術簡介
intel公司的單指令多資料流式擴充套件（sse，streaming simd extensions）技術能夠有效增強cpu浮點運算的能力。visual studio .net 2003提供了對sse指令集的程式設計支援，從而允許使用者在c++**中不用編寫彙編**就可直接使用sse指令的功能。msdn中有關sse技術的主題[1]有可能會使不熟悉使用sse彙編指令程式設計的初學者感到困惑，但是在閱讀msdn有關文件的同時，參考一下intel軟體說明書（intel software manuals）[2]會使你更清楚地理解使用sse指令程式設計的要點。
simd（single-instruction, multiple-data）是一種使用單道指令處理多道資料流的cpu執行模式，即在乙個cpu指令執行週期內用一道指令完成處理多個資料的操作。考慮一下下面這個任務：計算乙個很長的浮點型陣列中每乙個元素的平方根。實現這個任務的演算法可以這樣寫：
for each f in array //對陣列中的每乙個元素
f = sqrt(f) //計算它的平方根
為了了解實現的細節，我們把上面的**這樣寫：
for each f in array
具有intel sse指令集支援的處理器有8個128位的暫存器，每乙個暫存器可以存放4個（32位）單精度的浮點數。sse同時提供了乙個指令集，其中的指令可以允許把浮點數載入到這些128位的暫存器之中，這些數就可以在這些暫存器中進行算術邏輯運算，然後把結果放回記憶體。採用sse技術後，演算法可以寫成下面的樣子：
for each 4 members in array //對陣列中的每4個元素
c++程式設計人員在使用sse指令函式程式設計時不必關心這些128位的暫存器，你可以使用128位的資料型別「__m128」和一系列c++函式來實現這些算術和邏輯操作，而決定程式使用哪個sse暫存器以及**優化是c++編譯器的任務。當需要對很長的浮點數陣列中的元素進行處理的時候，sse技術確實是一種很高效的方法。
sse程式設計詳細介紹
包含的標頭檔案：
所有的sse指令函式和__m128資料型別都在xmmintrin.h檔案中定義：
#include
因為程式中用到的sse處理器指令是由編譯器決定，所以它並沒有相關的.lib庫檔案。
資料分組（data alignment）
由sse指令處理的每乙個浮點數陣列必須把其中需要處理的數每16個位元組（128位二進位制）分為一組。乙個靜態陣列（static array）可由__declspec(align(16))關鍵字宣告：
__declspec(align(16)) float m_farray[array_size];
動態陣列（dynamic array）可由_aligned_malloc函式為其分配空間：
m_farray = (float*) _aligned_malloc(array_size * sizeof(float), 16);
由_aligned_malloc函式分配空間的動態陣列可以由_aligned_free函式釋放其占用的空間：
_aligned_free(m_farray);
__m128 資料型別
該資料型別的變數可用做sse指令的運算元，它們不能被使用者指令直接訪問。_m128型別的變數被自動分配為16個位元組的字長。
cpu對sse指令集的支援
如果你的cpu能夠具有了sse指令集，你就可以使用visual studio .net 2003提供的對sse指令集支援的c++函式庫了，你可以檢視msdn中的乙個visual c++ cpuid的例子[4]，它可以幫你檢測你的cpu是否支援sse、mmx指令集或其它的cpu功能。
程式設計例項
ssetest專案是乙個基於對話方塊的應用程式，它用到了三個浮點陣列參與運算：
fresult[i] = sqrt( fsource1[i]*fsource1[i] + fsource2[i]*fsource2[i] ) + 0.5
其中i = 0, 1, 2 ... array_size-1
其中array_size被定義為30000。資料來源陣列（source陣列）通過使用sin和cos函式給它賦值，我們用kris jearakul開發的瀑布狀圖表控制項（wate***ll chart control）[3] 來顯示參與計算的源陣列和結果陣列。計算所需的時間(以毫秒ms為單位)在對話方塊中顯示出來。我們使用三種不同的途徑來完成計算：
純c++**；
使用sse指令函式的c++**；
包含sse彙編指令的**。
純c++**：
void cssetestdlg::computearraycplusplus(
float* parray1, // [輸入] 源陣列1
float* parray2, // [輸入] 源陣列2
float* presult, // [輸出] 用來存放結果的陣列
int nsize) // [輸入] 陣列的大小
}下面我們用具有sse特性的c++**重寫上面這個函式。為了查詢使用sse指令c++函式的方法，我參考了intel軟體說明書（intel software manuals）中有關sse彙編指令的說明，首先我是在第一卷的第九章找到的相關sse指令，然後在第二卷找到了這些sse指令的詳細說明，這些說明有一部分涉及了與其特性相關的c++函式。然後我通過這些sse指令對應的c++函式查詢了msdn中與其相關的說明。搜尋的結果見下表：
實現的功能
對應的sse彙編指令
visual c++.net中的sse函式
將4個32位浮點數放進乙個128位的儲存單元。
movss 和 shufps
_mm_set_ps1
將4對32位浮點數同時進行相乘操作。這4對32位浮點數來自兩個128位的儲存單元，再把計算結果（乘積）賦給乙個128位的儲存單元。
mulps
_mm_mul_ps
將4對32位浮點數同時進行相加操作。這4對32位浮點數來自兩個128位的儲存單元，再把計算結果（相加之和）賦給乙個128位的儲存單元。
addps
_mm_add_ps
對乙個128位儲存單元中的4個32位浮點數同時進行求平方根操作。
sqrtps
_mm_sqrt_ps
使用visual c++.net的 sse指令函式的**：
void cssetestdlg::computearraycplusplussse(
float* parray1, // [輸入] 源陣列1
float* parray2, // [輸入] 源陣列2
float* presult, // [輸出] 用來存放結果的陣列
int nsize) // [輸入] 陣列的大小
}使用sse彙編指令實現的c++函式**：
void cssetestdlg::computearrayassemblysse(
float* parray1, // [輸入] 源陣列1
float* parray2, // [輸入] 源陣列2
float* presult, // [輸出] 用來存放結果的陣列
int nsize) // [輸入] 陣列的大小
}最後，在我的計算機上執行計算測試的結果：
純c++**計算所用的時間是26 毫秒
使用sse的c++ 函式計算所用的時間是 9 毫秒
包含sse彙編指令的c++**計算所用的時間是 9 毫秒
以上的時間結果是在release優化編譯後執行程式得出的。
ssesample 示例專案
ssesample專案是乙個基於對話方塊的應用程式，其中它用下面的浮點數陣列進行計算：
fresult[i] = sqrt(fsource[i]*2.8)
其中i = 0, 1, 2 ... array_size-1
這個程式同時計算了陣列中的最大值和最小值。array_size被定義為100000，陣列中的計算結果在列表框中顯示出來。其中在我的機子上用下面三種方法計算所需的時間是：
純c++**計算 6 毫秒
使用sse的c++ 函式計算 3 毫秒
使用sse彙編指令計算 2 毫秒
大家看到，使用sse彙編指令計算的結果會好一些，因為使用了效率增強了的ssx暫存器組。但是在通常情況下，使用sse的c++ 函式計算會比彙編**計算的效率更高一些，因為c++編譯器的優化後的**有很高的運算效率，若要使彙編**比優化後的**運算效率更高，這通常是很難做到的。
純c++**：
// 輸入: m_finitialarray
// 輸出: m_fresultarray, m_fmin, m_fmax
void cssesampledlg::onbnclickedbuttoncplusplus()
}使用visual c++.net的 sse指令函式的**：
// 輸入: m_finitialarray
// 輸出: m_fresultarray, m_fmin, m_fmax
void cssesampledlg::onbnclickedbuttonssec()
// 計算max128的最大值和min128的最小值
union u
x;x.m = min128;
m_fmin = min(x.f[0], min(x.f[1], min(x.f[2], x.f[3])));
x.m = max128;
m_fmax = max(x.f[0], max(x.f[1], max(x.f[2], x.f[3])));
}使用sse彙編指令的c++函式**：
// 輸入: m_finitialarray
// 輸出: m_fresultarray, m_fmin, m_fmax
void cssesampledlg::onbnclickedbuttonsseassembly()
union u
x;x.m = min128;
m_fmin = min(x.f[0], min(x.f[1], min(x.f[2], x.f[3])));
x.m = max128;
m_fmax = max(x.f[0], max(x.f[1], max(x.f[2], x.f[3])));
}
python技術簡介 Python簡介
python 簡介 python是乙個高層次的 結合了解釋性 編譯性 互動性和物件導向的指令碼語言。python的設計具有很強的可讀性，相比其他語言經用使用英文關鍵字，其他語言的一些標點符號，它具有比其他語言更有特色語法結構。python 是一種解釋型語言 這意味著開發過程中沒有了編譯這個環節，類似...
SSE優化引擎
週末在家嘗試著使用sse對引擎進行優化。關於如何使用sse這裡並不多說，有很多資料，這裡提一下，使用sse無非就是直接使用彙編或是使用函式指令，如果是諸如解碼器核心之類的推薦使用彙編直接進行優化，畢竟可以將核心全部用彙編實現，其他情況下使用sse函式指令即可。接下來說一下sse在3d引擎中的優化。可...
載入操作 SSE
記憶體和初始化載入操作 mm load ss 載入低值並清除三個最大值 mm loadu ps和 mm storeu ps，不要求位元組對齊 float op1 4 float op2 4 float result 4 載入 m128 a mm loadu ps op1 m128 b mm load...