【发布时间】：2011-08-06 08:13:03
【问题描述】：
SSE 和/或 3D 现在！有矢量指令，但它们在实践中优化了什么？例如，8 位字符是 4 乘 4 而非 1 乘 1 处理的吗？是否对某些算术运算进行了优化？字长有影响吗（16位、32位、64位）？
是否所有编译器都在可用时使用它们？
真的必须了解汇编才能使用 SSE 指令吗？了解电子学和门逻辑有助于理解这一点吗？
【问题讨论】：
【发布时间】：2011-08-06 08:13:03
【问题描述】：
其他问题的重复： Using SSE instructions
简而言之，SSE 是 Streaming SIMD Extensions 的缩写，其中 SIMD = 单指令多数据。这对于一次对多个值执行单个数学或逻辑运算很有用，这通常用于矩阵或向量数学运算。
编译器可以将此指令集作为其优化的一部分（研究您的 /O 选项），但是您通常必须重新构建代码并手动编写 SSE 代码，或者使用像 Intel Performance Primitives 这样的库才能真正利用它.
【讨论】：
背景：SSE 有向量和标量指令。 3D现在！已经死了。
在没有程序员帮助的情况下，任何编译器都很少能从矢量化中获得有意义的好处。通过编程和实验，人们通常可以接近纯汇编的速度，而无需实际提及任何特定的向量指令。有关详细信息，请参阅编译器的矢量编程指南。
涉及到一些可移植性权衡。如果您为 GCC 的矢量化程序编写代码，您可能可以使用非英特尔架构，例如 PowerPC 和 ARM，但不能使用其他编译器。如果您使用 Intel 内部函数使您的 C 代码更像汇编，那么您可以使用其他编译器，但不能使用其他架构。
电子知识帮不了你。学习可用的说明将。
【讨论】：
-
这实际上并没有回答问题。 OP 想知道什么 SIMD 指令执行。 :)
-
@jalf：我同意这不是最好的答案。我想更多地关注“是否真的必须了解汇编才能使用 SSE 指令？” ——他似乎已经掌握了它的用途。
-
也许我们的阅读方式不同。他关于“8 位字符被 4 x 4 处理”的问题似乎表明对它们的工作方式存在误解（例如，它在多个执行单元中拆分单个值，以便更有效地更新该值，而不是处理多个值并行）
-
@jalf：不知道。幸运的是，我们都回答了:v)。如果我能给你另一个赞成票，我会的。
在一般情况下，您根本不能依赖编译器来使用向量化指令。有些会这样做（英特尔的 C++ 编译器在许多简单的情况下都可以做到这一点，而 GCC 也尝试这样做，但成败参半）
但这个想法只是将相同的操作应用于 4 个 32 位字（或在某些情况下为 2 个 64 位值）。
因此，您可以使用向量化加法，而不是传统的“add”指令将来自 2 个不同的 32 位宽寄存器的值相加，它使用包含 四个 的特殊 128 位宽寄存器> 32 位值，并将它们作为单个操作相加。
【讨论】：
如果您知道自己在做什么，您可能会获得巨大的性能提升。参见例如 here，这个人将他的算法性能提高了 6 倍。
【讨论】：