SSE: rozszerzenie SIMD wprowadzone w procesorach Intel Pentium III i AMD AthlonXP, znane też jako Katmai New Instructions (KNI). Wspierane od Windows98 i Linuxa z jądrem 2.2.
Osiem nowych 128-bitowych rejestrów, podzielonych na cztery 32-bitowe
elementy zmiennopozycyjne pojedynczej precyzji, nazwanych
xmm0-xmm7. Rejestr sterujący mxcsr.
Mnóstwo nowych instrukcji operujących na tych rejestrach (a niektóre także na rejestrach MMX i rejestrach uniwersalnych. Wybór prezentowanych jest mocno fragmentaryczny.
movaps - wymaga wyrównanego adresu;
movups - adres nie musi być wyrównany.
movss - przepisuje 32-bitową liczbę zmiennopozycyjną
między rejestrem XMM a pamięcią lub innym rejestrem XMM.
movsd - przepisuje 64-bitową liczbę zmiennopozycyjną
między rejestrem XMM a pamięcią lub innym rejestrem XMM.
movhps - do górnej połówki rejestru xmm.
movlps - do dolnej połówki rejestru xmm.
movhlps - z górnej połówki rejestru źródłowego do dolnej
połówki rejestru docelowego.
movlhps - z dolnej połówki rejestru źródłowego do górnej
połówki rejestru docelowego.
Tasowanie (shuffling) służy do zmiany kolejności elementów
w pojedynczym rejestrze SSE lub do pomieszania wartości z dwóch takich
rejestrów. Argumentami instrukcji shufps są dwa rejestry
SSE i 8-bitowa maska. Pierwsze dwa elementy rejestru docelowego są
nadpisywane dowolnymi dwoma elementami tego rejestru. Trzeci i czwarty
element są nadpisywane dwoma elementami rejestru źródłowego.
Wyborem elementów sterują kolejne pary bitów maski, traktowane jako
liczby w zakresie 0-3.
Przykłady:
shufps xmm0,xmm0,0x1b ;odwraca kolejność elementów (0x1B=00 01 10 11) shufps xmm0,xmm0,0xaa ;cztery kopie trzeciego elementu (0xAA=10 10 10 10)
Instrukcje shufps i shufpd operują na
spakowanych liczbach zmiennopozycyjnych. Dla zwykłych wartości są
instrukcje pshufb, pshufw i pshufd.
pshufw - przerzuca wartości z rejestru źródłowego (lub
pamięci) do docelowego używając maski.
Przykład na policzenie iloczynu (cross product), aby znaleźć wektor prostopadły do dwóch wektorów.
;; float *cross_product (float V1[4], float V2[4], float W[4])
;; Find the cross product of two constant vectors and return it.
;; W.x = V1.y * V2.z - V1.z * V2.y
;; W.y = V1.z * V2.x - V1.x * V2.z
;; W.z = V1.x * V2.y - V1.y * V2.x
global cross_product
section .text
cross_product:
push ebp
mov ebp,esp
mov eax,[ebp+8] ;Adresy argumentów do rejestrów
mov ebx,[ebp+12]
movups xmm0,[eax] ;Jeśli wyrównane to movaps
movups xmm1,[ebx]
movaps xmm2,xmm0 ;Kopie
movaps xmm3,xmm1
shufps xmm0,xmm0,0xd8 ;Zamieniamy miejscami 2 i 3 element (V1)
shufps xmm1,xmm1,0xe1 ;Zamieniamy miejscami 1 i 2 element (V2)
mulps xmm0,xmm1
shufps xmm2,xmm2,0xe1 ;Zamieniamy miejscami 1 i 2 element (V1)
shufps xmm3,xmm3,0xd8 ;Zamieniamy miejscami 2 i 3 element (V2)
mulps xmm2,xmm3
subps xmm0,xmm2
mov eax,[ebp+16]
movups [eax],xmm0 ;Wynik
pop ebp
ret
Podstawowe operacje arytmetyczne mają dwa warianty, rozróżniane przyrostkami:
ss: instrukcja operuje tylko na dolnym elemencie,
pozostałe nie ulegają zmienie;
ps: instrukcja operuje na wszystkich elementach
równocześnie.
Argumenty dla operacji zmiennopozycyjnych nie mogą być stałymi, dozwolone są tylko rejestry i komórki pamięci (adresy).
Dodawanie: addss, addps.
Odejmowanie: subss, subps.
Mnożenie: mulss, mulps.
Dzielenie: divss, divps.
Odwrotność (reciprocal, 1/x): rcpss,
rcpps. Operacje binarne, np.
rcpps xmm1,xmm2
Pierwiastek kwadratowy: sqrtss, sqrtps.
Operacje binarne, np.
sqrtss xmm1,xmm2
Odwrotność pierwiastka kwadratowego: rsqrtss,
rsqrtps.
Maksimum: maxss, maxps.
Minimum: minss, minps.
Przykład: dodawanie 4-elementowych wektorów
;; float *vector_add (float V1[4], float V2[4], float W[4])
global vector_add
section .text
vector_add:
push ebp
mov ebp,esp
mov eax,[ebp+8] ;Adresy argumentów do rejestrów
mov ebx,[ebp+12]
movups xmm0,[eax] ;Pobranie argumentów
movups xmm1,[ebx]
addps xmm0,xmm1
mov eax,[ebp+16]
movups [eax],xmm0 ;Wynik
pop ebp
ret
Instrukcja
movmskps rax,xmm1
umieszcza bity znaku dla czterech 32-bitowych liczb zmiennopozycyjnych
w podanym rejestrze (na 4 dolnych bitach, reszta wyzerowana).
Średnia arytmetyczna:
pavgb - dla każdej pary bajtów;
pavgw - dla każdej pary słów 16-bitowych.
Maksima i minima
pmaxsb - zwraca maksima dla każdej pary bajtów
traktowanych jako liczby 8-bitowe ze znakiem.
Zmieniając ostatnią literę na w lub d dostajemy to samo dla par liczb
16- i 32-bitowych ze znakiem.
pmaxub - to samo co powyżej, ale dla liczb bez znaku..
pminsb - zwraca minima dla każdej pary bajtów (liczby ze
znakiem), inne warianty jak powyżej.
pminub - to samo co powyżej dla liczb bez znaku.
Egzotyka:
psadbw zwraca sumę absolutnych różnic par bajtów
(liczby bez znaku). Dla wariantu 64-bitowego (rejestry MMX) suma jest
w dwóch dolnych bajtach argumentu docelowego, reszta wyzerowana.
Dla wariantu 128-bitowego (rejestry XMM) zwraca dwie sumy dla każdej
części 64-bitowej.
andnps - koniunkcja bitowa z zanegowanym logicznie drugim
argumentem (AND NOT)
andps - koniunkcja bitowa (AND)
orps - alternatywa bitowa (OR)
xorps - alternatywa wyłączająca (XOR)
Porównania nie ustawiają flag (bo mogłoby nie wystarczyć flag), zamiast tego wyniki przekazywane w pierwszym argumencie.
cmpps, cmpss - porównuje argumenty, zwraca
same zera lub same jedynki (w pierwszym argumencie).
cmpwwps - porównuje 4 pary liczb zmiennopozycyjnych
32-bitowych,cmpwwss - porównuje dwie 32-bitowe liczby
zmiennopozycyjne.Litery ww wybierają sposób porównania (w rzeczywistości jest to podawane dodatkowym bajtem w instrukcji):
eq - równe
lt - mniejszy
le - mniejszy lub równy
ne - nierówne
nlt - nie mniejszy
nle - ani mniejszy, ani równy
ord - ordered, wolicie nie wiedzieć
unord - unordered, wolicie nie wiedzieć
Dla pojedynczych liczb zmiennopozycyjnych są porównania ustawiające flagi:
comiss - porównuje dwie 32-bitowe liczby zmiennopozycyjne
(z najniższej pozycji w sposób klasyczny (zeruje OF, ustawia inne flagi).
ucomiss - to samo co ucomiss, ale nie zgłasza
wyjątku dla QNaNs.
Flagi są ustawiane jak dla porównania liczb całkowitych bez znaku, ale flaga parzystości PF jest ustawiana, gdy którymś argumentem jest NaN.
Dla liczb zmiennopozycyjnych:
cvtss2sd zamienia single na double.
cvtsd2ss zamienia double na single.
Pojedyncze między liczbą całkowitą a zmiennopozycyjną, argument w zwykłym rejestrze lub w pamięci, wynik w rejestrze XMM (,,na dole''). Pozostałe pozycje nie ulegają zmianie:
cvtsi2ss - zamienia 32-bitową liczbę całkowitą na liczbę
zmiennopozycyjną pojedynczej precyzji.
cvtsi2sd - zamienia 32-bitową liczbę całkowitą na liczbę
zmiennopozycyjną podwójnej precyzji.
cvtsi2ssq - zamienia 64-bitową liczbę całkowitą na liczbę
zmiennopozycyjną pojedynczej precyzji.
cvtsi2sdq - zamienia 64-bitową liczbę całkowitą na liczbę
zmiennopozycyjną podwójnej precyzji.
Odwrotnie, wynik w zwykłym rejestrze, argument w rejestrze XMM lub w pamięci. Z obcięciem (truncation).
cvtss2si - zamienia liczbę zmiennopozycyjną pojedynczej
precyzji na 32-bitową liczbę całkowitą.
cvtsd2si - zamienia liczbę zmiennopozycyjną podwójnej
precyzji na 32-bitową liczbę całkowitą.
cvtss2siq - zamienia liczbę zmiennopozycyjną pojedynczej
precyzji na 64-bitową liczbę całkowitą.
cvtsd2siq - zamienia liczbę zmiennopozycyjną podwójnej
precyzji na 64-bitową liczbę całkowitą.
Równoległe:
cvtpi2ps - zamienia dwie dolne 32-bitowe liczby całkowite na
liczby zmiennopozycyjne. Dwie górne pozycje nie zmieniają się.
cvtps2pi - odwrotnie, zamienia dwie dolne 32-bitowe liczby
zmiennopozycyjne na liczby całkowite.
Z nasycaniem:
cvttss2si - zamienia 32-bitową liczbę
zmiennopozycyjną z najniższej pozycji na liczbę całkowitą,
obcinając za duże wyniki do maksymalnej możliwej wartości.
cvttps2pi - to samo dla dwóch dolnych 32-bitowych liczb
zmiennopozycyjnych.
fxsave - zachowuje stan jednostek SSE i FPU (a więc także
MMX) w 512-bajtowym obszarze w pamięci.
fxrstor - odtwarza zachowany stan jednostek SSE i FPU.
stmxcsr - Zachowuje rejestr mxcsr.
ldmxcsr - Ładuje wartość do rejestru mxcsr.
32-bitowy rejestr mxcsr zawiera flagi informujące o wynikach
obliczeń i sterujące przebiegiem obliczeń dla instrukcji SSE.
Bity 0-15 są zdefiniowane następująco
| Nazwa | Numer bitu | Opis |
|---|---|---|
| FZ | 15 | Flush To Zero |
| R+ | 14 | Round Positive |
| R- | 13 | Round Negative |
| PM | 12 | Precision Mask |
| UM | 11 | Underflow Mask |
| OM | 10 | Overflow Mask |
| ZM | 9 | Divide By Zero Mask |
| DM | 8 | Denormal Mask |
| IM | 7 | Invalid Operation Mask |
| DAZ | 6 | Denormals Are Zero |
| PE | 5 | Precision Flag |
| UE | 4 | Underflow Flag |
| OE | 3 | Overflow Flag |
| ZE | 2 | Divide By Zero Flag |
| DE | 1 | Denormal Flag |
| IE | 0 | Invalid Operation Flag |
Ustawienie flagi FZ powoduje zwracanie zera w przypadku niedomiaru (underflow). Przyśpiesza obliczenia, ale czasem zmniejsza dokładność.
Flagi R+ i R- określają kierunek zaokrąglania dla
najniższego bitu. Jeśli obie są ustawione (oznaczane czasem
RZ: Round To Zero), to zaokrąglanie jest do zera. Normalnie obie
są wyzerowane (RN: Round To Nearest) i wtedy zaokrągla się do bliższej
wartości.
Flagi PM, UM, MM, ZM,
DM i IM służą do maskowania odpowiednich wyjątków.
Flaga DAZ powoduje zamianę powstających Denormals
(małych liczb, które nie mogą być znormalizowane) na zero.
Występuje tylko w niektórych procesorach, przed zmienianiem trzeba upewnić
się, że jest obsługiwany.
Flagi PE, UE, ME, ZE,
DE i IE są ustawiane po wystąpieniu odpowiedniego
wyjątku. Są one ,,lepkie'', tzn. raz ustawione pozostają w tym stanie
i muszą być zerowane ręcznie. Umożliwia to jednokrotne sprawdzanie
na koniec ciągu operacji, ale może powodować zgubienie informacji o tym,
że pewien wyjątek wystąpił kilkakrotnie.
sfence - Wszystkie zapisy do pamięci zainicjowane przed
tą instrukcją będą wykonane przed zapisami zainicjowanymi po tej
instrukcji.