在C/C++代碼中使用SSE等指令集的指令(1)介紹

來源：http://blog.csdn.net/gengshenghong/article/details/7007100

我們知道，在C/C++代碼中，可以插入彙編代碼提高性能。現在的指令集有了很多的高級指令，如果我們希望使用這些高級指令來實現一些高效的算法，就可以在代碼中嵌入彙編，使用SSE等高級指令，這是可行的，但是如果對彙編不太熟悉，不願意使用匯編的人來說，其實也是可以的，這就是Compiler Intrinsics（http://msdn.microsoft.com/zh-cn/site/26td21ds）。

PS：下面的內容以Windows平臺爲主，對於Linux下，也有類似的方法。

（1）什麼是Intrinsics

Intrinsics是對MMX、SSE等指令集的指令的一種封裝，以函數的形式提供，使得程序員更容易編寫和使用這些高級指令，在編譯的時候，這些函數會被內聯爲彙編，不會產生函數調用的開銷。在理解intrinsics指令之前，先理解intrinsics函數。

（3）#pragma intrinsic和#pragma function

#pragma intrinsic(function[,function][,function]...)：表示後面的函數將進行intrinsic，替換爲內部函數，去掉了函數調用的開銷，注意：有些地方解釋爲內聯，但是和內聯並不完全相同，對於內聯，可以指定任意函數爲內聯，但是此pragma intrinsic只能適用於編譯器規定的一部分函數，不是所有函數都能使用，而且，inline關鍵字一般用於指定自定義的函數，intrinsic則是系統庫函數的一部分。參考http://technet.microsoft.com/zh-cn/library/tzkfha43.aspx獲取詳細的說明。

下面分析這個例子：

#include <math.h>
void foo()
{
    double var = cos(10);
}

使用VS2010的32bit的command line編譯：

cl /c test.c /FA

輸出得到其彙編文件：

; Listing generated by Microsoft (R) Optimizing Compiler Version 16.00.30319.01

    TITLE   C:\tempLab\test.c
    .686P
    .XMM
    include listing.inc
    .model  flat

INCLUDELIB LIBCMT
INCLUDELIB OLDNAMES

PUBLIC  __real@4024000000000000
PUBLIC  _foo
EXTRN   _cos:PROC
EXTRN   __fltused:DWORD
;   COMDAT __real@4024000000000000
; File c:\templab\test.c
CONST   SEGMENT
__real@4024000000000000 DQ 04024000000000000r   ; 10
; Function compile flags: /Odtp
CONST   ENDS
_TEXT   SEGMENT
_var$ = -8                      ; size = 8
_foo    PROC
; Line 3
    push    ebp
    mov ebp, esp
    sub esp, 8
; Line 4
    sub esp, 8
    fld QWORD PTR __real@4024000000000000
    fstp    QWORD PTR [esp]
    call    _cos
    add esp, 8
    fstp    QWORD PTR _var$[ebp]
; Line 5
    mov esp, ebp
    pop ebp
    ret 0
_foo    ENDP
_TEXT   ENDS
END

可以看到，這裏調用了call _cos函數進行運算，下面代碼修改如下：

#include <math.h>
#pragma intrinsic(cos)
void foo()
{
    double var = cos(10);
}

同樣的命令編譯，得到彙編如下：

; Listing generated by Microsoft (R) Optimizing Compiler Version 16.00.30319.01

    TITLE   C:\tempLab\test.c
    .686P
    .XMM
    include listing.inc
    .model  flat

INCLUDELIB LIBCMT
INCLUDELIB OLDNAMES

PUBLIC  __real@4024000000000000
PUBLIC  _foo
EXTRN   __fltused:DWORD
EXTRN   __CIcos:PROC
;   COMDAT __real@4024000000000000
; File c:\templab\test.c
CONST   SEGMENT
__real@4024000000000000 DQ 04024000000000000r   ; 10
; Function compile flags: /Odtp
CONST   ENDS
_TEXT   SEGMENT
_var$ = -8                      ; size = 8
_foo    PROC
; Line 4
    push    ebp
    mov ebp, esp
    sub esp, 8
; Line 5
    fld QWORD PTR __real@4024000000000000
    call    __CIcos
    fstp    QWORD PTR _var$[ebp]
; Line 6
    mov esp, ebp
    pop ebp
    ret 0
_foo    ENDP
_TEXT   ENDS
END

對比之後，它們的主要區別的代碼段如下：

sub esp, 8
    fld QWORD PTR __real@4024000000000000

    fstp    QWORD PTR [esp]
    call    _cos
    add esp, 8

fld QWORD PTR __real@4024000000000000
call    __CIcos

顯然，使用了Intrinsics之後的cos函數的指令少了很多，其調用的內部函數是_CIcos(http://msdn.microsoft.com/zh-cn/library/ff770589.aspx)，此函數會計算對棧頂的元素直接進行cos運算，所以節省了很多函數調用參數傳遞等的指令。

仍然參考MSDN（http://technet.microsoft.com/zh-cn/library/tzkfha43.aspx）可以看到其中一段話：

The floating-point functions listed below do not have true intrinsic forms. Instead they have versions that pass arguments directly to the floating-point chip rather than pushing them onto the program stack.

當然，這是描述其中一部分Intrinsics函數的，Intrinsics也有不同的方式進行優化/內聯，具體參考MSDN查詢哪些函數可以使用Intrinsics以及是如何工作的（http://msdn.microsoft.com/zh-cn/site/26td21ds）。

#pragma function：使用格式和intrinsics一樣，pragma function用於指定函數不進行intrinsics操作，也就是不生成內部函數。

最後，要知道的一個內容是一個相關的編譯選項：/Oi

http://technet.microsoft.com/zh-cn/library/f99tchzc.aspx

/Oi 僅作爲對編譯器的請求，用於將某些函數調用替換爲內部函數；爲產生更好的性能，編譯器可能會調用函數（而不會將該函數調用替換爲內部函數）。

簡單的理解，就是告訴編譯器儘量使用intrinsics版本的調用，當然，最終的實際調用依賴於編譯器的判斷。

也可以參考wiki中（http://en.wikipedia.org/wiki/Intrinsic_function）關於intrinsic functions來幫助理解其作用。簡單來說，可以理解爲編譯器的“內置函數”，編譯器會根據情況進行一些優化。

（4）指令集相關的intrinsics介紹

上面介紹的是pragma對intrinsic函數的使用，其中介紹了cos，還有很多類似的“內置函數版本”。有時候將上面的這些稱之爲”intrinsics函數“，除此之外，intrinsics更廣泛的使用是指令集的封裝，能直接映射到高級指令集，從而使得程序員可以以函數調用的方式來實現彙編能達到的功能，編譯器會生成爲對應的SSE等指令集彙編。

1. 如何使用這類函數

在windows上，包含#include <**mmintrin.h>頭文件即可（不同的指令集擴展的函數可能前綴不一樣），也可以直接包含#include <intrin.h>（這裏面會根據使用環境判斷使用ADM的一些兼容擴展）。

2. 關於數據類型

這些和指令集相關的函數，一般都有自己的數據類型，不能使用一般的數據類型傳遞進行計算，一般來說，MMX指令是__m64（http://msdn.microsoft.com/zh-cn/library/08x3t697(v=VS.90).aspx）類型的數據，SSE是__m128類型的數據等等。

3. 函數名：

這類函數名一般以__m開頭。函數名稱和指令名稱有一定的關係。

4. 加法實例：

下面使用SSE指令集進行加法運算，一條指令對四個浮點數進行運算：

#include <stdio.h>
#include <intrin.h>

int main(int argc, char* argv[])
{
    __m128  a;
    __m128  b;

    a = _mm_set_ps(1,2,3,4);        // Assign value to a
    b = _mm_set_ps(1,2,3,4);        // Assign value to a

    __m128 c = _mm_add_ps(a, b);    // c = a + b

    printf("0: %lf\n", c.m128_f32[0]);
    printf("1: %lf\n", c.m128_f32[1]);
    printf("2: %lf\n", c.m128_f32[2]);
    printf("3: %lf\n", c.m128_f32[3]);

    return 0;
}

從代碼看，好像很複雜，但是生成的彙編的效率會比較高。一條指令就完成了四個浮點數的加法，其運行結果如下：

（5）總結：

1. Intrinsics函數：能提高性能，會增大生成代碼的大小，是編譯器的”內置函數“。

2. Intrinsics對指令的封裝函數：直接映射到彙編指令，能簡化彙編代碼的編寫，另外，隱藏了寄存器分配和調度等。由於涉及到的數據類型、函數等內容較多，這裏只是一個簡單的介紹。