#if 1
// MMX, SSE, SSE2
#include <emmintrin.h>
#include <conio.h>
#include <time.h>
#pragma comment(lib, "winmm.lib ")
// 用位掩码做饱和处理.用求负生成掩码
#define LIMITSU_FAST(n, bits) ( (n) & -((n) >= 0) | -((n) >= (1<<(bits))) )
#define LIMITSU_SAFE(n, bits) ( (LIMITSU_FAST(n, bits)) & ((1<<(bits)) - 1) )
#define LIMITSU_BYTE(n) ((BYTE)(LIMITSU_FAST(n, 8)))
// 用位掩码做饱和处理.用带符号右移生成掩码
#define LIMITSW_FAST(n, bits) ( ( (n) | ((signed short)((1<<(bits)) - 1 - (n)) >> 15) ) & ~((signed short)(n) >> 15) )
#define LIMITSW_SAFE(n, bits) ( (LIMITSW_FAST(n, bits)) & ((1<<(bits)) - 1) )
#define LIMITSW_BYTE(n) ((BYTE)(LIMITSW_FAST(n, 8)))
// 数据规模
#define DATASIZE 16384 // 128KB / (sizeof(signed short) * 4)
// 缓冲区。SSE需要按128位对齐
__declspec(align(16)) signed short bufS[DATASIZE*4]; // 源缓冲区。64位的颜色(4通道,每通道16位)
__declspec(align(16)) BYTE bufD[DATASIZE*4]; // 目标缓冲区。32位的颜色(4通道,每通道8位)
// 测试时的函数类型
typedef void (*TESTPROC)(BYTE* pbufD, const signed short* pbufS, int cnt);
// http://www.cnblogs.com/zyl910/archive/2012/03/01/checksimd.html
// SSE系列指令集的支持级别. simd_sse_level 函数的返回值。
#define SIMD_SSE_NONE 0 // 不支持
#define SIMD_SSE_1 1 // SSE
#define SIMD_SSE_2 2 // SSE2
#define SIMD_SSE_3 3 // SSE3
#define SIMD_SSE_3S 4 // SSSE3
#define SIMD_SSE_41 5 // SSE4.1
#define SIMD_SSE_42 6 // SSE4.2
const char* simd_sse_names[] = {
"None",
"SSE",
"SSE2",
"SSE3",
"SSSE3",
"SSE4.1",
"SSE4.2",
};
// 是否支持MMX指令集
BOOL simd_mmx()
{
const DWORD BIT_DX_MMX = 0x00800000; // bit 23
DWORD v_edx;
// check processor support
__try
{
_asm
{
mov eax, 1
cpuid
mov v_edx, edx
}
}
__except (EXCEPTION_EXECUTE_HANDLER)
{
return FALSE;
}
if ( v_edx & BIT_DX_MMX )
{
// check OS support
__try
{
_asm
{
pxor mm0, mm0 // executing any MMX instruction
emms
}
return TRUE;
}
__except (EXCEPTION_EXECUTE_HANDLER)
{
}
}
return FALSE;
}
// 检测SSE系列指令集的支持级别
int simd_sse_level()
{
const DWORD BIT_D_SSE = 0x02000000; // bit 25
const DWORD BIT_D_SSE2 = 0x04000000; // bit 26
const DWORD BIT_C_SSE3 = 0x00000001; // bit 0
const DWORD BIT_C_SSSE3 = 0x00000100; // bit 9
const DWORD BIT_C_SSE41 = 0x00080000; // bit 19
const DWORD BIT_C_SSE42 = 0x00100000; // bit 20
BYTE rt = SIMD_SSE_NONE; // result
DWORD v_edx;
DWORD v_ecx;
// check processor support
__try
{
_asm
{
mov eax, 1
cpuid
mov v_edx, edx
mov v_ecx, ecx
}
}
__except (EXCEPTION_EXECUTE_HANDLER)
{
return SIMD_SSE_NONE;
}
if ( v_edx & BIT_D_SSE )
{
rt = SIMD_SSE_1;
if ( v_edx & BIT_D_SSE2 )
{
rt = SIMD_SSE_2;
if ( v_ecx & BIT_C_SSE3 )
{
rt = SIMD_SSE_3;
if ( v_ecx & BIT_C_SSSE3 )
{
rt = SIMD_SSE_3S;
if ( v_ecx & BIT_C_SSE41 )
{
rt = SIMD_SSE_41;
if ( v_ecx & BIT_C_SSE42 )
{
rt = SIMD_SSE_42;
}
}
}
}
}
}
// check OS support
__try
{
_asm
{
xorps xmm0, xmm0 // executing any SSE instruction
}
}
__except (EXCEPTION_EXECUTE_HANDLER)
{
return SIMD_SSE_NONE;
}
return rt;
}
// 用if分支做饱和处理
void f0_if(BYTE* pbufD, const signed short* pbufS, int cnt)
{
const signed short* pS = pbufS;
BYTE* pD = pbufD;
int i;
for(i=0; i<cnt; ++i)
{
// 分别对4个通道做饱和处理
pD[0] = (pS[0]<0) ? 0 : ( (pS[0]>255) ? 255 : (BYTE)pS[0] );
pD[1] = (pS[1]<0) ? 0 : ( (pS[1]>255) ? 255 : (BYTE)pS[1] );
pD[2] = (pS[2]<0) ? 0 : ( (pS[2]>255) ? 255 : (BYTE)pS[2] );
pD[3] = (pS[3]<0) ? 0 : ( (pS[3]>255) ? 255 : (BYTE)pS[3] );
// next
pS += 4;
pD += 4;
}
}
// 用min、max饱和处理
void f1_min(BYTE* pbufD, const signed short* pbufS, int cnt)
{
const signed short* pS = pbufS;
BYTE* pD = pbufD;
int i;
for(i=0; i<cnt; ++i)
{
// 分别对4个通道做饱和处理
pD[0] = min(max(0, pS[0]), 255);
pD[1] = min(max(0, pS[1]), 255);
pD[2] = min(max(0, pS[2]), 255);
pD[3] = min(max(0, pS[3]), 255);
// next
pS += 4;
pD += 4;
}
}
// 用位掩码做饱和处理.用求负生成掩码
void f2_neg(BYTE* pbufD, const signed short* pbufS, int cnt)
{
const signed short* pS = pbufS;
BYTE* pD = pbufD;
int i;
for(i=0; i<cnt; ++i)
{
// 分别对4个通道做饱和处理
pD[0] = LIMITSU_BYTE(pS[0]);
pD[1] = LIMITSU_BYTE(pS[1]);
pD[2] = LIMITSU_BYTE(pS[2]);
pD[3] = LIMITSU_BYTE(pS[3]);
// next
pS += 4;
pD += 4;
}
}
// 用位掩码做饱和处理.用带符号右移生成掩码
void f3_sar(BYTE* pbufD, const signed short* pbufS, int cnt)
{
const signed short* pS = pbufS;
BYTE* pD = pbufD;
int i;
for(i=0; i<cnt; ++i)
{
// 分别对4个通道做饱和处理
pD[0] = LIMITSW_BYTE(pS[0]);
pD[1] = LIMITSW_BYTE(pS[1]);
pD[2] = LIMITSW_BYTE(pS[2]);
pD[3] = LIMITSW_BYTE(pS[3]);
// next
pS += 4;
pD += 4;
}
}
// 饱和处理MMX版
void f4_mmx(BYTE* pbufD, const signed short* pbufS, int cnt)
{
//const signed short* pS = pbufS;
//BYTE* pD = pbufD;
const __m64* pS = (const __m64*)pbufS;
__m64* pD = (__m64*)pbufD;
int i;
for(i=0; i<cnt; i+=2)
{
// 同时对两个像素做饱和处理。即 将两个64位像素(4通道,每分量为带符号16位) 转为 两个32位像素(每分量为无符号8位)。
pD[0] = _mm_packs_pu16(pS[0], pS[1]); // 饱和方式数据打包(带符号16位->无符号8位)。等价于 for(i=0;i<4;++i){ pD[0].uB[i]=SU(pS[0].iW[i]); pD[0].uB[4+i]=SU(pS[1].iW[i]); }
// next
pS += 2;
pD += 1;
}
// MMX状态置空
_mm_empty();
}
// 饱和处理SSE版
void f5_sse(BYTE* pbufD, const signed short* pbufS, int cnt)
{
//const signed short* pS = pbufS;
//BYTE* pD = pbufD;
const __m128i* pS = (const __m128i*)pbufS;
__m128i* pD = (__m128i*)pbufD;
int i;
for(i=0; i<cnt; i+=4)
{
// 同时对四个像素做饱和处理。即 将四个64位像素(4通道,每分量为带符号16位) 转为 四个32位像素(每分量为无符号8位)。
pD[0] = _mm_packus_epi16(pS[0], pS[1]); // 饱和方式数据打包(带符号16位->无符号8位)。等价于 for(i=0;i<8;++i){ pD[0].uB[i]=SU(pS[0].iW[i]); r.uB[8+i]=SU(pS[1].iW[i]); }
// next
pS += 2;
pD += 1;
}
}
// 进行测试
void runTest(char* szname, TESTPROC proc)
{
const int nLoop = 16; // 使用MMX/SSE指令时速度太快了,只好再多循环几次
int i,j,k;
DWORD tm0, tm1; // 存储时间
for(i=1; i<=3; ++i) // 多次测试
{
//tm0 = GetTickCount();
tm0 = timeGetTime();
// main
for(k=1; k<=nLoop; ++k)
{
for(j=1; j<=4000; ++j) // 重复运算几次延长时间,避免计时精度问题
{
proc(bufD, bufS, DATASIZE);
}
}
// show
//tm1 = GetTickCount() - tm0;
tm1 = timeGetTime() - tm0;
printf("%s[%d]:\t%.1f\n", szname, i, (double)tm1/nLoop);
// check
//if (1==i)
//{
// // 检查结果
// for(j=0; j<=16; ++j)
// printf("[%d]:\t%d\t%u\n", j, bufS[j], bufD[j]);
//}
}
}
int main(int argc, char* argv[])
{
int i; // 循环变量
//printf("Hello World!\n");
printf("== noif:VC6 SIMD ==");
// 初始化
srand( (unsigned)time( NULL ) );
for(i=0; i<DATASIZE*4; ++i)
{
bufS[i] = (signed short)((rand()&0x1FF) - 128); // 使数值在 [-128, 383] 区间
}
// 准备开始。可以将将进程优先级设为实时
if (argc<=1)
{
printf("<Press any key to continue>");
_getch();
printf("\n");
}
// 进行测试
//runTest("f0_if", f0_if);
//runTest("f1_min", f1_min);
//runTest("f2_neg", f2_neg);
//runTest("f3_sar", f3_sar);
if (simd_mmx()) runTest("f4_mmx", f4_mmx);
if (simd_sse_level()>=SIMD_SSE_2) runTest("f5_sse", f5_sse);
// 结束前提示
if (argc<=1)
{
printf("<Press any key to exit>");
_getch();
printf("\n");
}
return 0;
}
#endif相关推荐
53、SIMD指令:整数转换与浮点运算详解
本文详细解析了SIMD指令集中整数转换与浮点运算的相关指令,包括打包零扩展、符号扩展、带饱和的打包操作,以及浮点加减乘除、比较指令等内容。文章还介绍了如何根据数据类型和CPU支持情况选择合适的指令,以提升程序性能。同时提供了代码示例和指令选择流程图,帮助开发者更高效地理解和应用SIMD技术。
从SSE到AVX:图解Doris向量化引擎的CPU指令集进化之路
本文深入解析了Doris向量化引擎如何通过CPU指令集从SSE到AVX的进化实现性能飞跃。通过对比SSE和AVX的寄存器架构、性能差异及Doris的具体实现策略,揭示了SIMD指令集在现代OLAP系统中的关键作用,为数据库性能优化提供了实践指导。
C++动态规划详解
动态规划思想 一、动态规划概念: 动态规划(dp)是研究多步决策过程最优化问题的一种数学方法。在动态规划中,为了寻找一个问题的最优解(即最优决策过程),将整个问题划分成若干个相应的阶段,并在每个阶段都根据先前所作出的决策作出当前阶段最优决策,进而得出整个问题的最优解。即记住已知问题的答案,在已知的答案的基础上解决未知的问题。 在这类问题中,可能会有许多可行解。每一个解都对应于一个值,我们希望找到具有最优值的解。动态规划算法与分治法类似,其基本思想也是将待求解问题分解成若干个子问题,先求解子问题,然后
在线SSE调试与解析工具
与传统HTTP通信中客户端不断主动向服务器请求数据不同,SSE允许服务端通过维持一个HTTP连接实时地向客户端推送事件流数据,客户端不需反复发送请求即可获得实时数据更新。免费、实时的在线 SSE(Stream Server-sent Events)请求测试、调试与数据解析工具,支持HTTP Header配置、自定义JSON Key解析,简单易用,快速验证和解析SSE流响应数据。提供接口响应结果自动换行展示、便捷的请求中断和数据实时清空功能,助力高效调试接口请求。离线响应数据解析(辅助功能)
Google 人机验证(reCaptcha)无法显示解决方案
Google 人机验证无法显示解决方案第一步 安装插件Chrome/Edge 电脑版Firefox 电脑版第二步 配置插件原理参考文章 前言:为了防止机器人攻击,国外很多网站都使用了 Google reCaptcha 验证码。reCaptcha 对于国外用户非常的友好,但是… 对于国内用户就不怎么友好了。究其原因,则是国内网络全线屏蔽 Google 服务,导致 reCaptcha 完全加载不出来。这样,国内玩家就无法在对应的网站进行下一步操作了。本方案可以解决 reCaptcha 无法加载的问题。 适用
基于人脸识别的驾驶员疲劳检测方法研究
摘 要交通安全问题愈发严重,疲劳驾驶已是造成交通事故的主要因素之一。为减少因疲劳驾驶造成的交通事故,本文设计了一种基于图像处理技术的疲劳驾驶监测系统,该系统结合了肤色模型、灰度积分投影技术以及PERCLOS方法,旨在通过实时视频图像分析准确检测驾驶员的疲劳状态。首先,系统通过肤色模型从图像中有效提取人脸区域,并在此基础上利用Haar级联分类器进行人脸检测,确保在人脸角度变化或部分遮挡的情况下依然能够实现高效识别。接着,灰度积分投影技术被应用于眼部定位,通过分析眼睛区域的灰度变化,精确确定眼睛的上下边界,从
SSE 流式接口测试方法
SSE(Server-Sent Events)是基于HTTP长连接的,核心特性是长连接保活、分块持续推送、浏览器原生支持自动重连。其测试方法与普通一次性HTTP接口差异较大,核心围绕「协议合规性、流式数据正确性、推送性能、长连接容错」四大维度展开。
uniCloud云存储进阶:七牛云扩展存储从开通、绑定域名到批量上传的完整实战
本文详细介绍了uniCloud云存储进阶实践,重点讲解如何通过七牛云扩展存储实现从开通、绑定域名到批量上传的完整流程。内容涵盖成本优势分析、域名备案方案、SSL证书配置、多文件并发上传控制等实战技巧,并提供可直接复用的代码示例,帮助开发者高效构建内容社区类应用。
SpringBoot / Vue 对SSE的基本使用(简单上手)
SSE技术是基于单工通信模式,只是单纯的客户端向服务端发送请求,服务端不会主动发送给客户端。服务端采取的策略是抓住这个请求不放,等数据更新的时候才返回给客户端,当客户端接收到消息后,再向服务端发送请求,周而复始。注意:因为EventSource对象是SSE的客户端,可能会有浏览器对其不支持。是 HTML5 遵循 W3C 标准提出的客户端和服务端之间进行实时通信的协议。浏览器建立的连接中会看到服务器推送到客户端的消息内容及ID等基础信息。是 HTML5 的一部分,提供了一种双向通信的机制。
OneNet新版MQTT+OneJSON接入全指南
物联网云平台设备接入是嵌入式系统与云端协同的基础能力,其核心依赖于标准化通信协议与统一数据模型。MQTT作为轻量级发布/订阅协议,凭借低带宽占用和高可靠性,成为边缘设备上云的主流选择;而物模型(Thing Model)则定义了设备能力的数字契约,支撑数据语义化与平台自治管理。OneNet新版强制采用MQTT+OneJSON协议栈,不仅提升数据解析一致性与安全认证强度,更推动开发范式从‘协议适配’转向‘模型驱动’。该架构广泛适用于环境监测、智能表计、工业传感等场景,尤其利好基于ESP8266、STM32等资源
42、多媒体与虚拟现实在艺术和影视领域的创新应用
本文探讨了多媒体与虚拟现实在艺术和影视领域的创新应用,涵盖三个典型案例:影视与人类学融合项目通过协作模式模糊作者与观众界限,推动文化文献的发展;交互式数字短片《分手》利用基于对象的广播技术探索个性化影视体验;威尼斯双年展瑞士馆4D项目则通过虚拟现实技术实现文化遗产的数字化展示。这些案例展示了技术在叙事、用户体验及文化保护中的深度应用,并展望了未来技术融合、个性化深化与文化遗产传承的发展趋势。
基于大模型SSE的HTTP API接口测试与评估
裁判模型是专用于评估智能体输出质量的辅助模型,该模型在评测中充当裁判员的角色,对评测对象输出的生成结果进行质量评估,并根据评测规则对每一条回复进行打分。裁判模型也可以评测主观问题和开放性问题,只需要用户 Query 和模型回复,即可自动对评测对象的表现进行质量评估与评价,无需人工标注,流程高度自动化,可大幅提高评测效率。裁判模型也可以评测主观问题和开放性问题,只需要用户 Query 和模型回复,即可自动对评测对象的表现进行质量评估与评价,无需人工标注,流程高度自动化,可大幅提高评测效率。
199、医疗内窥镜影像:微型镜头与高色彩保真度的ISP定制化方案
医疗内窥镜影像系统开发面临三大光学挑战:衍射极限导致分辨率下降,微型镜头色差严重,镀膜不足引发红外漏光。团队通过定制化ISP方案解决问题:采用分区色差补偿、红外泄露补偿技术,开发12区域分段颜色校正矩阵,并设计自适应伽马曲线。关键经验包括锁定白平衡避免术中偏色,优化FPGA流水线确保30fps流畅度,强调光学标定优先于算法优化。最终方案使DeltaE降至3以下,满足医生对组织颜色细微差异的识别需求,尤其解决了血管与脂肪边界辨识难题。
进阶之路:如何把 branchless-utf8 扩展到 SIMD 向量化,UTF-8 解码还能更快吗?
branchless-utf8 是一个经典的**零分支 UTF-8 解码器**:整个 UTF-8 解码过程只用查表加位运算完成,全程没有 if/else 分支。那么问题来了:**UTF-8 解码还能更快吗?**答案是肯定的——把这套 branchless 技巧扩展到 **SIMD 向量化**,让 CPU 一条指令并行处理多个字符。本文将带你走通这条进阶之路:先看懂零分支解码的精髓,再理清 SIMD
扣子(Coze)搭建智能体完整实战指南 —— 从零基础入门到写小说及其他需求扩展开发
随着大语言模型进入应用爆发期,我们正在经历从“寻找提示词”向“构建智能体”的范式转移。扣子(Coze)作为字节跳动推出的一站式AI智能体开发与运营平台,极大地降低了AI应用开发的门槛,让非技术人员也能快速搭建具备感知、决策、行动能力的智能体。 本文将手把手带你从零开始,在扣子平台上搭建一个功能完备的**小说创作智能体**,并基于此展示如何将同一套架构扩展到其他需求场景。无论你是写作爱好者、内容创作者,还是希望用AI赋能日常工作的职场人士,这套完整的技术方案都将帮助你快速上手。
pscad IEEE标准系统搭建说明
pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。
深入探讨用位掩码代替分支(8):SSE指令集速度测试
在上一篇测试了MMX指令集,这次我们来测试SSE指令集。说的更精确一点,是测试SSE2指令集。 本篇致力于解决以下问题—— 1.SSE/SSE2指令集是什么? 2.如何阅读Intel/AMD的手册? 3.如何运用SSE指令集?如何将MMX代码升级为SSE代码。 4.如何在VC++6.0这样的高级语言编译器中使用SSE指令集? 一、简介 1999 年 Intel 推出了第 1
大中型超市收银系统(可直接运行)
光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开
深入探讨用位掩码代替分支(9):测试成绩总结
一、测试结果汇总 将前面的测试结果进行汇总,按照三点取中方式筛选结果,整理为表格(单位是毫秒,数值越小越好)—— 测试 f0_if f1_min f2_neg f3_sar f4_mmx f5_sse VC6 on 32bit 2016 2063 719 672 37.5 25.7 VC6 on 64bit 2028 2075
WINCC7.3破解文件
WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!
Probability and Statistics - 4th edition
Probability and Statistics - 4th edition
NumPy位运算实战:科学计算中的比特级性能优化
位运算是计算机底层最基础的逻辑操作,其本质是直接操控内存中比特的开关状态,而非高级语言中的布尔逻辑抽象。在科学计算中,位运算的价值在于与硬件指令(如SSE/AVX)深度绑定,实现零拷贝、向量化和确定性执行。NumPy通过C/Fortran内核将`bitwise_and`等操作映射为原生CPU指令,显著规避Python解释器开销,使亿级比特流处理进入毫秒级响应区间。典型应用场景包括遥感数据掩膜提取、基因序列编码解析、嵌入式寄存器标志位解包及加密算法验证。本文聚焦NumPy位运算的工程落地,深入剖析dtype敏
Falcon x86语义翻译实战:标志位处理、SSE指令与4281行semantics.rs的设计之道
🎯 **Falcon** 是一个用 Rust 编写的**形式化二进制分析框架**(Binary Analysis Framework in Rust),它内置了 x86/AMD64、MIPS、ARM64 的**语义等价二进制翻译器**。本文带你深入 Falcon 的 x86 语义翻译核心——那个超过 4000 行的 [semantics.rs](https://link.gitcode.com/
strlen性能对决:7种实现方式的基准测试
于是决定做个系统性的基准测试,对比7种常见实现方案在不同场景下的表现。以下是完整的测试过程和结论,希望能帮助大家在实际开发中选择最适合的方案。实际体验中发现其内置的ARM模拟器特别方便,能一键对比不同架构下的性能表现。对于需要展示优化效果的项目,部署功能可以直接生成可交互的性能对比页面,节省了大量搭建测试环境的时间。为了全面评估性能,测试覆盖了从1字节到1MB的字符串长度,并在x86和ARM两种架构下运行。这样简单的函数,优化空间也比想象中大很多。的在线环境,无需配置即可运行基准测试。
Windows逆向工程入门之汇编位运算
检查AL的最低位是否为1(奇偶判断)AND EAX, 0x0F;保留EAX的低4位,其余位清零。ROL ECX, 1;循环左移1位(最高位到最低位)XOR ECX, 0x55AA;SAR EAX, 4;算术右移4位(保留符号位)OR EBX, 0x80;SHL EAX, 3;左移3位(相当于乘以8)右移2位(相当于除以4)右移12位获取高4位。:按位异或,常用于加密、清零寄存器或交换值。:按位与操作,常用于掩码清零或保留特定位。
C++在边缘AI加速中的硬件优化:结合位运算与SIMD提升推理效率
摘要:本文探讨C++在边缘AI加速中的关键作用,重点分析位运算和SIMD指令优化技术。针对边缘计算场景的低延迟、高能效需求,C++通过硬件近端优化、编译时计算和跨平台支持等特性显著提升性能。文章详细介绍了类型安全位操作、内存对齐优化和ARM NEON/X86 SIMD实现方法,并以树莓派4和EdgeTPU为例展示了端到端优化案例,实现延迟降低85%、能效提升28%的效果。同时提出条件编译和抽象层设计等跨平台解决方案,推荐结合现代C++工具链进行开发。研究表明,C++在边缘AI领域具有独特优势,未来随着C++
77



被折叠的 条评论
为什么被折叠?



