极简主义游戏开发学习之二：使用多媒体指令集

如今，我们使用的CPU指令集越来越多，功能越来越丰富。现在的CPU中，无论是Intel还是 AMD，都早已支持多媒体指令集SSE和SSE2，虽然现在这种操作都由显卡完成，但有些场合，我们还是希望使用CPU来完成一些相应的计算工作。我们使用SSE指令集可以直接使用汇编语言，也可以使用一套指令集函数，我们今天要说的是使用函数的问题。然而，网上能够找到的教程都是牛人写的，技术水平很高，对于一些涉及基础知识的部分一律省略不谈，这让很多新手朋友一头雾水不知道从哪里入手，那么这里，本人作为一个非专业的超级新手，将自己的学习心得与大家分享，希望能够给一些新手朋友一些帮助。

今天我要说的是SSE指令集，这应该是最基础的128位SIMD运算技巧，作用是使用一个指令来同时操作多个数值的运算。那么我们来看看这个SSE都包括什么。

SSE指令集大体分为三部分：

内存操作：将数值加载进入SSE专用的变量中，或者从专用的变量写入到其他格式的变量中

数值运算：加减乘除等算术运算

操作数值：变量中各部分的移动拷贝等

首先第一个部分就是让人很头疼的，因为这个东西很基础，没有教程来介绍这个部分。其实这个部分的关键是在于专用的变量类型，如：

__m128

这是个union数据类型，里面可以被各种类型共用。这个类型有128位，但这并不代表它只表示一个128位的数。实际上，这128位是要分几个部分的，如果是32位整数，可以同时容纳4组，单精度浮点也是4组，但双精度就只能是2组。由于这128位是要分组的，所以对于大家来说，如何把数据加载进去是个问题。但研究了m128的结构就会发现，加载操作数只是在方法上有些特别。一般我们加载一个SIMD变量有2种方法，一是使用命令函数来加载，二是直接对变量各部分赋值。

下面来看一个例子，最典型的是4D向量和4x4矩阵相乘：

D3DXVECTOR4 XVecMatMultiply(D3DXVECTOR4* pVec, D3DXMATRIX* pMat)
{
	//load the vector into 4 XMM variables to fill up a grid of:
	//xxxx
	//yyyy
	//zzzz
	//wwww
	//because each element in the vector times each element in a column of the matrix
	//they repeat 4 times for 4 rows
	//arrays are preferred to structures
	//shuffle is also useful to fill up 4 words with specific values:
	//__m128 u1 = _mm_shuffle_ps(v, v, _MM_SHUFFLE(0, 0, 0, 0));//fill up 4 words in v with the value of 1st word
	__m128 u1 = _mm_load1_ps(&(pVec->x));//load1 means load 1 element into 4 words
	__m128 u2 =	_mm_load1_ps(&(pVec->y));
	__m128 u3 =	_mm_load1_ps(&(pVec->z));
	__m128 u4 =	_mm_load1_ps(&(pVec->w));
	//convert matrix into 4 arrays
	float mf1[] = { pMat->_11 , pMat->_12 ,pMat->_13 ,pMat->_14 };
	float mf2[] = { pMat->_21 , pMat->_22 ,pMat->_23 ,pMat->_24 };
	float mf3[] = { pMat->_31 , pMat->_32 ,pMat->_33 ,pMat->_34 };
	float mf4[] = { pMat->_41 , pMat->_42 ,pMat->_43 ,pMat->_44 };
	//load 4 rows into 4 XMM variables
	__m128 m[4];
	m[0] = _mm_load_ps(mf1);
	m[1] = _mm_load_ps(mf2);
	m[2] = _mm_load_ps(mf3);
	m[3] = _mm_load_ps(mf4);

	//transpose the matrix if loaded c by r
	//_MM_TRANSPOSE4_PS(m[0],m[1],m[2],m[3]);

	__m128 prod1 = _mm_mul_ps(u1, m[0]);//prod1 = x * _11, x * _12, x * _13, x * _14
	__m128 prod2 = _mm_mul_ps(u2, m[1]);//prod2 = y * _21, y * _22, y * _23, y * _24
	__m128 prod3 = _mm_mul_ps(u3, m[2]);//prod2 = z * _31, z * _32, z * _33, z * _34
	__m128 prod4 = _mm_mul_ps(u4, m[3]);//prod2 = w * _41, w * _42, w * _43, w * _44

	__m128 r = _mm_add_ps(_mm_add_ps(prod1, prod2), _mm_add_ps(prod3, prod4));//add the products togeher:
	//r0 = x * _11 + y * _21 + z * _31 + w * _41
	//r1 = x * _12 + y * _22 + z * _32 + w * _42
	//r2 = x * _13 + y * _23 + z * _33 + w * _43
	//r3 = x * _14 + y * _24 + z * _34 + w * _44
	//which are just the products to be added together for each element in a vector

	//store the result, note that _mm_store_ps needs an array
	pVec->x = r.m128_f32[0];//the XMM variables are unions of 128 bits. Each word takes up 32 bits
	pVec->y = r.m128_f32[1];
	pVec->z = r.m128_f32[2];
	pVec->w = r.m128_f32[3];
	
	return *pVec;
}

在这段代码当中，一个不便的想法是传递给这个函数2个结构体变量。SSE函数更喜欢的是数组，这样可以方便地16位对齐，所以，如果要使用SSE，应该尽量使用数组。加载数值，可以用_mm_load1_ps将一个数同时写入四个分量中，也可以利用_mm_shuffle_ps的位移操作来从其他变量中选取数值，如：

u1 = _mm_shuffle_ps(v,v, _MM_SHUFFLE(0,0,0,0));

这里u1的值全部为v中的第一个元素。

算术操作会将两组__m128内的元素分别相乘并存储到变量中。

如果直接通过成员变量来进行读写操作也可，这在一些不太方便的场合适用。

这里可以看到变量r中的m128_f32是一个数组，含有4个float单精度浮点数。