如何将 128 位立即数移动到 XMM 寄存器

Question

上面已经有a question，但它被关闭为“模棱两可”，所以我要打开一个新的 - 我找到了答案，也许它也会对其他人有所帮助。

问题是：如何编写一系列汇编代码来初始化一个具有 128 位立即数（常数）值的 XMM 寄存器？

Answer 1

只是想补充一点，可以在 Agner Fog 的手册 Optimizing subroutines in assembly language，生成常量，第 13.8 节，第 124 页中阅读有关使用汇编生成各种常量的信息。

Answer 2

您可以这样做，只需一条movaps 指令：

.section .rodata    # put your constants in the read-only data section
.p2align 4          # align to 16 = 1<<4
LC0:
        .long   1082130432
        .long   1077936128
        .long   1073741824
        .long   1065353216

.text
foo:
        movaps  LC0(%rip), %xmm0

通过数据加载来加载它通常比将其嵌入到指令流中更可取，尤其是因为它需要多少指令。这是 CPU 需要执行的几个额外的微指令，对于一个无法通过几次移位的全一生成的任意常数。

如果更简单，您可以将常量放在 jit 编译的函数之前或之后，而不是放在单独的部分中。但由于 CPU 已分离 L1d / L1i 高速缓存和 TLB，因此通常最好将常量组合在一起，与指令分开。

如果常量的两半相同，则可以使用 SSE3 广播加载它
movddup (m64), %xmm0。

Answer 3

作为 10000 种方法之一，使用 SSE4.1 pinsrq

mov    rax, first half
movq   xmm0, rax      ; better than pinsrq xmm0,rax,0 for performance and code-size

mov    rax, second half
pinsrq xmm0, rax, 1

Answer 4

最好的解决方案（特别是如果您想坚持使用 SSE2 - 即避免使用 AVX）用立即值的两个 64 位一半初始化两个寄存器（例如 xmm0 和 xmm1），请执行 MOVLHPS xmm0,xm​​m1 为了初始化一个 64 位的值，最简单的解决方案是使用通用寄存器（比如 AX），然后使用 MOVQ 将其值传输到 XMM 寄存器。 所以顺序应该是这样的：

MOV RAX, <first_half>
MOVQ XMM0, RAX
MOV RAX, <second_half>
MOVQ XMM1, RAX
MOVLHPS XMM0,XMM1

Answer 5

在指令流中嵌入常量有多种方式：

1. 使用立即数操作数
2. 通过从 PC 相对地址加载

因此，虽然没有办法立即加载到XMM 寄存器，但可以从“紧挨着”存储的值到代码执行的地方。这会产生类似的东西：

.align 4
.val:
    .long   0x12345678
    .long   0x9abcdef0
    .long   0xfedbca98
    .long   0x76543210
func:
     movdqa .val(%rip), %xmm0

拆机时：

0000000000000000 :
   0: 78 56 34 12 f0 de bc 9a
   8: 98 ca db fe 10 32 54 76

0000000000000010 :
  10: 66 0f 6f 05 e8 ff ff movdqa -0x18(%rip),%xmm0 # 0

非常紧凑，23 字节。

其他选项是在堆栈上构造值并再次从那里加载它。在 32 位 x86 中，您没有 %rip-relative 内存访问，仍然可以在 24 字节内完成此操作（假设堆栈指针在入口处对齐；否则，需要未对齐的加载）：

00000000 :
   0: 68 78 56 34 12 推 $0x12345678
   5: 68 f0 de bc 9a push $0x9abcdef0
   答：68 98 ca db fe push $0xfedbca98
   f: 68 10 32 54 76 推 $0x76543210
  14: 66 0f 6f 04 24 movdqa (%esp),%xmm0

在 64 位中（ABI 保证函数入口处的堆栈指针对齐）需要 27 个字节：

0000000000000000 :
   0: 48 b8 f0 de bc 9a 78 56 34 12 movabs $0x123456789abcdef0,%rax
   a: 50 推 %rax
   b: 48 b8 10 32 54 76 98 ba dc fe movabs $0xfedcba9876543210,%rax
  15:50 推%rax
  16: 66 0f 6f 04 24 movdqa (%rsp),%xmm0

如果您将其中任何一个与MOVLHPS 版本进行比较，您会发现它是最长的：

0000000000000000 :
   0: 48 b8 f0 de bc 9a 78 56 34 12 movabs $0x123456789abcdef0,%rax
   a: 66 48 0f 6e c0 movq %rax,%xmm0
   f: 48 b8 10 32 54 76 98 ba dc fe movabs $0xfedcba9876543210,%rax
  19: 66 48 0f 6e c8 movq %rax,%xmm1
  1e: 0f 16 c1 movlhps %xmm1,%xmm0

33 字节。

直接从指令内存加载的另一个优点是movdqa 不依赖于之前的任何内容。最有可能的是，@Paul R 给出的第一个版本是您可以获得的最快版本。