SSE指令集
本篇介绍sse指令接，sse是流化SIMD扩展（Streaming SIMD Extension, SSE)，提供全新的一组寄存器，处理128位打包数据。
sse提供了xmm寄存器，xmm一组8个128位的寄存器，分别名为xmm0-xmm7，sse构架提供对打包单精度浮点数的SIMD支持。
sse提供了两个版本的指令，其一以后缀ps结尾，这组指令对打包单精度浮点值执行类似mmx操作运算，而第二种后缀ss，这些指令对一个量标单精度浮点 值进行运算操作，这些指令不对打包值中的所有浮点值操作，而只对打包值中的低位双字节执行操作，源操作数中剩余的3个值直接传送给结果。
| 指令 | 说明 |
|---|---|
| movaps | 把4个对准的单精度值传送到xmm寄存器或者内存 |
| movups | 把4个不对准的单精度值传送到xmm寄存器或者内存 |
| movss | 把1个单精度值传送到内存或者寄存器的低位双字 |
| movlps | 把2个单精度值传送到内存或者寄存器的低四字 |
| movhps | 把2个单精度值传送到内存或者寄存器的高四字 |
| movlhps | 把2个单精度值从低四字传送到高四字 |
| movhlps | 把2个单精度值从高四字传送到低四字 |
其中对准操作movaps要求数据在内存中对准16字节的边界，以提交效率，否则应使用movups传送数据。
运算指令：
| 指令 | 说明 |
|---|---|
| addps | 将两个打包值相加 |
| subps | 将两个打包值相减 |
| mulps | 将两个打包值相乘 |
| divps | 将两个打包值相除 |
| rcpps | 计算打包值的倒数 |
| sqrtps | 计算打包值的平方根 |
| rsqrtps | 计算打包值的平方根倒数 |
| maxps | 计算两个打包值中的最大值 |
| minps | 计算两个打包值中的最小值 |
| andps | 计算两个打包值的按位逻辑与 |
| andnps | 计算两个打包值的按位逻辑非 |
| orps | 计算两个打包值的按位逻辑或 |
| xorps | 计算两个打包值的按位逻辑异或 |
以上指令都是用两个操作数：源操作数可以是128位内存或者xmm寄存器，目标操作数必须是xmm寄存器。
这里举一个简单的例子，使用gdb查看最后结果：
.section .data
value1: .float 12.12, 34.89, 56.23, 78.45
value2: .float 31.12, 57.124, 234.23, 67.246
.section .text
.globl _main
_main:
enter $0, $0
movups value1, %xmm0
movups value2, %xmm1
addps %xmm0, %xmm1
movups value2, %xmm1
maxps %xmm0, %xmm1
leave
ret
编译时加-g参数加入调试信息，调用addps后查看xmm1寄存器的结果，命令如下：
(gdb) print $xmm1
$1 = {v4_float = {43.2400017, 92.0139999, 290.459991, 145.695999},
v2_double = {26419069594869.762, 1245245520236216.2}, v16_int8 = {-61, -11,
44, 66, 43, 7, -72, 66, -31, 58, -111, 67, 45, -78, 17, 67}, v8_int16 = {
-2621, 16940, 1835, 17080, 15073, 17297, -19923, 17169}, v4_int32 = {
1110242755, 1119356715, 1133591265, 1125233197}, v2_int64 = {
4807600484593235395, 4832839782622116577},
uint128 = 0x4311b22d43913ae142b8072b422cf5c3}
(gdb)
可以看到，调用加法指令之后，四组和都存储在xmm1寄存器中，gdb查看时由于不知道如何解析xmm1寄存器的内容，因为可能是单精度，也可能是双精度或者不同宽度的整数，所以只能按不同的解析方式全部显示，查看v4_float即四个单精度浮点数的显示。
下面介绍一下sse构架下的比较指令，sse的比较指令单独比较128位打包单精度浮点的每个元素，结果是一个掩码，满足比较条件的结果全为1值，不满足结果的全为0值（量标只对最低的双字执行）。
| 指令 | 说明 |
|---|---|
| cmpps | 比较打包值 |
| cmpss | 比较标量值 |
| comiss | 比较标量值并且设置eflags寄存器 |
| ucomiss | 比较标量值（包括非法值）并设置eflags寄存器 |
看到这里，仅仅有一个比较指令，并没有说明大小，何为满足条件全1，不满足全0呢，这样说一下指令的使用：
cmpps imp, source, destination
其中多出来的imp是一个无符号整数，这个整数表示的含义就是条件，这个条件值如下表所示：
| 整数 | 说明 |
|---|---|
| 0 | 等于 |
| 1 | 小于 |
| 2 | 小于或等于 |
| 3 | 无序 |
| 4 | 不等于 |
| 5 | 不小于 |
| 6 | 不小于或等于 |
| 7 | 有序 |
如果需要比较两个数是否相等，传imp为0即可作为条件，满足条件结果全1，这是sse的比较方式。这里说明一下条件中的无序，因为是浮点比较，寄存器或内存中的有些值并不符合规定的浮点存储格式，相互比较是没有意义的，称为无序。
除了对浮点数的支持，sse指令集也有指令对mmx提供的功能进行扩展，他们对mmx寄存器中的数据执行操作：
| 指令 | 说明 |
|---|---|
| pavgb | 计算打包无符号字节整数的平均值 |
| pavgw | 计算打包无符号字整数的平均值 |
| pextrw | 把一个字从mmx寄存器复制到通用寄存器 |
| pinsrw | 把一个字从通用寄存器复制到mmx寄存器 |
| pmaxub | 计算打包无符号字节整数的最大值 |
| pmaxsw | 计算打包有符号字整数的最大值 |
| pminub | 计算打包无符号字节整数的最小值 |
| pminsw | 计算打包有符号字整数的最小值 |
| pmulhuw | 将打包无符号字整数相乘并且存储高位结果 |
| psadbw | 计算无符号字节整数的绝对差的总和 |
SSE2 指令集又对 SSE 指令集做了很多扩充，主要对操作双精度浮点数和128位打包整数值执行数学操作，下面介绍SSE2的使用，先来看数据传送指令：
| 指令 | 说明 |
|---|---|
| movapd | 把2个对准的双精度值传送到xmm寄存器或者内存 |
| movupd | 把2个不对准的双精度值传送到xmm寄存器或者内存 |
| movdqa | 把2个对准的四字节整数传送到xmm寄存器或者内存 |
| movdqu | 把2个不对准的四字节整数传送到xmm寄存器或者内存 |
| movsd | 把1个双精度值传送到内存或者寄存器的低四字 |
| movhpd | 把1个双精度值传送到内存或者寄存器的高四字 |
| movlpd | 把1个双精度值传送到内存或者寄存器的低四字 |
SSE2指令集提供处理打包双精度浮点数，打包字整数，打包双字整数和打包四字整数值的数学指令，这里列举SSE2的加法指令来说明这一系列指令格式：
| 指令 | 说明 |
|---|---|
| addpd | 将打包双精度浮点值相加 |
| addsd | 将量标双精度浮点值相加 |
| paddsb | 将打包带符号字节整数相加 |
| paddsw | 将打包带符号字整数相加 |
| paddd | 将打包带符号双字整数相加 |
| paddq | 将打包带符号四字整数相加 |
这里虽然只列举add系列指令，这些选项也存在于乘法和除法操作中(mulpd, mulsd, divpd, divsd等）。 另外同sse指令集，sse2指令集也提供专门的数学操作，sqrt, max, min。
最后我们来看SSE3指令集，SSE3构架并没有提供任何新的数据类型，仅仅添加了几条指令，用于更快的执行标准函数，下面是新指令的列表：
| 指令 | 说明 |
|---|---|
| fisttp | 把第一个fpu寄存器的值转换为整数（舍入）并且从fpu堆栈弹出 |
| lddqu | 快速从内存加载128位不对准的数据值 |
| movshdup | 传送128位值，复制第2个和第4个32位数据元素 |
| movsldup | 传送128位值，复制第1个和第3个32位数据元素 |
| movddup | 传送64位值，赋值值，使之成为128位值 |
| addsubps | 对于打包单精度浮点数，对第2个和第4个32位执行加法，第1和第3个32位执行减法 |
| addsubpd | 对于打包单精度浮点数，对第2对64位值执行加法，第1对位执行减法 |
| haddps | 对操作数的相邻的元素执行单精度浮点加法操作 |
| haddpd | 对操作数的相邻的元素执行双精度浮点加法操作 |
| hsubps | 对操作数的相邻的元素执行单精度浮点减法操作 |
| hsubpd | 对操作数的相邻的元素执行双精度浮点减法操作 |
SSE指令繁多，这里举得例子却很少，以后我会在此文继续附加一些说明例子，方便理解。
