学步园

            高级语言内的单指令多数据流计算(SIMD)
             HouSisong@GMail.com   2011.04.14

tag:单指令多数据流计算,SIMD

摘要:
   很多年来,x86体系的CPU增加的新指令集大多都是SIMD指令(和相应的寄存器);
然而很容易忽视的是,我们在高级语言内也能进行很多SIMD类计算!

正文:
    单指令多数据流,Single Instruction Multiple Data,简写为SIMD,就是说用
一个指令同一时间处理多个数据; 
    很多年来,x86体系的CPU增加的新指令集大多都是SIMD指令(和相应的寄存器);
比如MMX,3DNow!,MMX2,SSE,SSE2,SSE3,SSSE3,SSE4,AVX等等;
    不用借助这些高级指令集和其特殊寄存器,我们在高级语言范围内,也能进行
很多SIMD类似的计算;
   
问题一 : 对一个字节流的每一个数据进行右移1位
   一般的代码:  (当然,输出数组也可以是另外一个数组,下同)

uint8 a[10000];<br /> for (int i=0;i<10000;++i)<br /> a[i]=a[i]>>1;
   使用SIMD思路的代码(4路数据流同时计算):
uint8 a[10000];<br /> uint32* a32=(uint32*)a; //实际代码可能需要考虑内存访问对齐和边界处理问题,下同<br /> for (int i=0;i<2500;++i){<br /> uint32 c=a32[i]&0xFEFEFEFE;<br /> a32[i]=c>>1;<br /> }

   明白了这里的实现原理,那么对于其他右移位数/左移/双字节数据也能同理处理了;
   其他几个问题也一样可以举一反三;
   提示: 如果软件运行在64位模式,那我们就能一次处理更多的数据!

问题二 : 对一个字节流的每一个数据x,计算255-x
   一般的代码:
uint8 a[10000];<br /> for (int i=0;i<10000;++i)<br /> a[i]=255-a[i]; //我见过的一个处理图像颜色取反的代码

   使用SIMD思路的代码(4路数据流同时计算):
uint8 a[10000];<br /> uint32* c=(uint32*)a;<br /> for (int i=0;i<2500;++i){<br /> a32[i]=~a32[i];<br /> }

问题三 : 求两个字节流的平均字节流
   一般的代码:
uint8 a[10000];<br /> uint8 b[10000];<br /> for (int i=0;i<10000;++i)<br /> a[i]=(a[i]+b[i])>>1;//我见过的一个处理图像颜色50%混合的代码

   使用SIMD思路的代码(2路数据流同时计算):

uint8 a[10000];<br /> uint8 b[10000];<br /> uint32* a32=(uint32*)a;<br /> uint32* b32=(uint32*)b;<br /> for (int i=0;i<2500;++i){<br /> uint32 c=a32[i];<br /> uint32 d=b32[i];<br /> uint32 e_1_3 =(c & 0xFF00FF00)>>1;<br /> uint32 e_0_2 =(c & 0x00FF00FF);<br /> e_1_3+=(d & 0xFF00FF00)>>1;<br /> e_0_2+=(d & 0x00FF00FF);<br /> a32[i]=((e_1_3 & 0xFF00FF00)) | ((e_0_2>>1) & 0x00FF00FF);<br /> }

    如果允许结果有点小误差,也可以这样写(4路数据流同时计算):
uint8 a[10000];<br /> uint8 b[10000];<br /> uint32* a32=(uint32*)a;<br /> uint32* b32=(uint32*)b;<br /> for (int i=0;i<2500;++i){<br /> a32[i]=(a32[i]&0xFEFEFEFE>>1)+(b32[i]&0xFEFEFEFE>>1);<br /> }  

  一个来源于ffmpeg的算法 (4路数据流同时计算):  (相当精彩啊)

uint8 b[10000];<br /> uint32* a32=(uint32*)a;<br /> uint32* b32=(uint32*)b;<br /> for (int i=0;i<2500;++i){<br /> uint32 c=a32[i];<br /> uint32 d=b32[i];<br /> a32[i]=(c&d) + (((c^d) & 0xFEFEFEFE) >> 1);<br /> }</p> <p>//(还可以试试,注意最后一个bit位 (c|d)- (((c^d)&0xFEFEFEFE)>>1); )

问题四 : 按指定比例混合两个字节流 (alphaBlend混合,线性插值缩放等常用的算法)
   一般的代码:
      //算法为 dst=(a*(255-s)+b*s)/255;
      //如果允许误差,可以改为 dst=((a<<8)+((int)b-a)*s)>>8;(甚至dst=a+(((int)b-a)*s>>8));

uint8 a[10000];<br /> uint8 b[10000];<br /> int s=13; //s 可能属于[0..255];<br /> for (int i=0;i<10000;++i){<br /> int c=a[i];<br /> a[i]=((c<<8)+(b[i]-c)*s)>>8;<br /> }
   //如果不能有误差,这里可以用公式(x/255)==(x*32897>>23)==(x+(x>>8)+1)>>8;

   使用SIMD思路的代码(2路数据流同时计算):

uint8 a[10000];<br /> uint8 b[10000];<br /> int s=13; //s 可能属于[0..255];<br /> uint32* a32=(uint32*)a;<br /> uint32* b32=(uint32*)b;<br /> int rs=256-s;<br /> for (int i=0;i<2500;++i){<br /> uint32 c=a32[i];<br /> uint32 d=b32[i];<br /> uint32 e_0_2=(c & 0x00FF00FF)*rs + (d & 0x00FF00FF)*s;<br /> uint32 e_1_3=((c & 0xFF00FF00)>>8)*rs + ((d & 0xFF00FF00)>>8)*s;<br /> a32[i]=((e_0_2 & 0xFF00FF00)>>8) | (e_1_3 & 0xFF00FF00);<br /> }

问题四: 在字节流中查找第一个出现0值位置 (字节流的值域[0..128])   (字符串结束位置查找?)
   一般的代码:

uint8 a[10000];<br /> for (int i=0;i<10000;++i){<br /> if (a[i]==0)<br /> return i;<br /> }<br /> return -1;

   使用SIMD思路的代码(4路数据流同时计算):
uint8 a[10000];<br /> uint32* a32=(uint32*)a;<br /> uint32 test=0;<br /> int i=0;<br /> for (;i<2500;++i){<br /> test=(a32[i]-0x01010101)&0x80808080;<br /> if (test!=0)<br /> break;<br /> }<br /> if (test==0)<br /> return -1;<br /> i*=4;<br /> while ((test&0x80)==0){<br /> ++i;<br /> test>>=8;<br /> }<br /> return i;
    
  问题扩展: 字节流的值域[0..255]时的0查找;
   一般的代码同上,不用修改;
   使用SIMD思路的代码(4路数据流同时计算):
uint8 a[10000];<br /> uint32* a32=(uint32*)a;<br /> uint32 test=0;<br /> int i=0;<br /> for (;i<2500;++i){<br /> uint32 c=a32[i];<br /> c=((c&0xF0F0F0F0)>>4)|(c&0x0F0F0F0F);<br /> test=(c-0x01010101)&0x80808080;<br /> if (test!=0)<br /> break;<br /> }<br /> if (test==0)<br /> return -1;<br /> i*=4;<br /> while ((test&0x80)==0){<br /> ++i;<br /> test>>=8;<br /> }<br /> return i;

  当然,在有SIMD对应指令可以使用的环境下,直接用其指令一般还是比这里的模拟实现有优势的;
如果没有或者不好动用这些指令的情况下,模拟SIMD的实现还是很有速度优势的;
当你能在高级语言内熟练编写SIMD类算法,那么在真的使用SIMD指令的时候就更能得心应手了;