基于MMX指令集的程序设计简介
作者：Alex Farber
出处：http://www.codeproject.com/cpp/mmxintro.asp
MMX技术简介
Intel 公司的MMX™（多媒体增强指令集）技术可以大大提高应用程序对二维三维图形和图象的处理能力。Intel MMX技术可用于对大量数据和复杂数组进行的复杂处理，使用MMX技术可处理的数据基本单位可以是字节（byte）、字（word），或者是双字（double-word）。
Visual Studio .NET 2003提供了对MMX指令集特性的支持，从而可以不必编写汇编代码，直接使用C++代码就可以实现MMX指令的功能。通过参考Intel软件说明书（Intel Software manuals）[1]以及阅读MSDN中有关MMX编程技术的主题会使你更好地把握MMX编程的要点。
MMX技术实现了单道指令多道数据流（SIMD，single-instruction, multiple-data）的执行模式。考虑下面一个需要编程完成的任务，在一个字节（BYTE）数组中使其中每一个元素加上一个数，在传统的程序中，实现这个功能的算法如下：
for each b in array //对数组中的每一个元素b
b = b + n //加上一个数n
下面看看它的实现细节：
for each b in array //对数组中的每一个元素b
{
把b加载到寄存器中
把此寄存器中的数加上n
把所得寄存器中的结果放回内存
}
具有MMX指令集支持的处理器有八个64位的寄存器，每一个寄存器可以存放8个字节（byte）、4个字(word)或2个双字(double-word)。MMX技术同时提供了一个MMX指令集，其中的指令可以可以把一个数值（其类型可以是字节、字或双字）加载到这些MMX寄存器中，在寄存器中进行算术或逻辑运算，然后把寄存器中的结果放回内存存储单元。上面的例子采用MMX技术后的算法是这样的：
for each 8 members in array //把数组中的8个字节（其中一个字节为数组中的一个单位）作为一组取出
{
把这8个字节加载到MMX寄存器中
通过一个CPU指令执行周期把这个寄存器中的8个字节都加上n
把寄存器中计算的结果写回内存
}
C++编程人员不必直接使用MMX指令集中的指令访问这些MMX寄存器。你可以使用64位的数据类型__m64和一系列C++函数来进行相关的算术和逻辑运算。而决定程序使用哪个MMX寄存器以及代码优化是C++编译器的任务。
Visual C++ MMXSwarm [4]是MSDN中提供的一个很好的使用MMX技术进行图象处理的例子，它包含了一些封装好了的类简化了使用MMX技术的操作，并向你展示了对各种不同格式图象进行处理的操作（如单色24位象素RGB、32位象素RGB等）。本文只是对使用Visual C++实现MMX程序设计的简单介绍。如果你感兴趣的话，可以参看MSDN上MMXSwarm的例子。
MMX程序设计详细介绍
包含的头文件
所有的MMX指令集函数在emmintrin.h文件中定义：
#include <emmintrin.h>
因为程序中用到的MMX处理器指令是由编译器决定，所以它并没有相关的.lib库文件。
__m64 数据类型
这种类型的变量可用作MMX指令的操作数，它不能被直接访问。_m64类型的变量被自动分配为8个字节的字长。
CPU对MMX指令集的支持
如果你的CPU能够具有了MMX指令集，你就可以使用Visual Studio .NET 2003提供的对MMX指令集支持的C++函数库了，你可以查看MSDN中的一个Visual C++ CPUID[3]的例子，它可以帮你检测你的CPU是否支持SSE、MMX指令集或其它的CPU功能。
饱和算法（Saturation Arithmetic）和封装模式（Wraparound Mode）
MMX技术支持一种叫做saturating arithmetic（饱和算法）的计算模式。在饱和模式下，当计算结果发生溢出（上溢或下溢）时，CPU会自动去掉溢出的部分，使计算结果取该数据类型表示数值的上限值（如果上溢）或下限值（如果下溢）。饱和模式的计算用于对图象的处理。
下面的例子能够让你理解饱和模式和封装模式的区别。如果一个字节(BYTE)类型变量的值为255，然后将其值加一。在封装模式下，相加结果为0（去掉进位）；在饱和模式下，结果为255。饱和模式用类似的方法来处理下溢出，比如对于一个字节数据类型的数在饱和模式下，1减2的结果为0（而不是-1）。每一个MMX算术指令都有这两种模式：饱和模式和封装模式。本文所要讨论的项目只使用饱和模式下的MMX指令。
编程实例
以下讲解了MMX技术在Visual Studio .NET 2003下的应用实例，你可以在http://www.codeproject.com/cpp/mmxintro/MMX_src.zip下载示例程序压缩包。该压缩包中含有两个项目，这两个项目是基于微软基本类库（MFC）建立的Visual C++.NET项目，你也可以按照下面的讲解建立这两个项目。
MMX8 演示项目
MMX8是一个单文档界面（SDI）的应用程序，用来对每象素8位的单色位图进行简单处理。源图象和处理后的图象会在窗体中显示出来。新建的ATL（活动模版库）类 Cimage用来从资源中提取图象并在窗体中显示出来。程序要对图象进行两种处理操作：图象颜色反相和改变图象的亮度。每一种处理操作可以用下面几种方法之中其中的一种来实现：
纯C++代码；
使用C++的MMX功能函数的代码；
使用MMX汇编指令的代码。
对图象进行处理计算的时间会显示在状态栏中。
用纯C++实现的图象颜色反相函数：
void CImg8Operations::InvertImageCPlusPlus(
BYTE* pSource,
BYTE* pDest,
int nNumberOfPixels)
{
for ( int i = 0; i < nNumberOfPixels; i++ )
{
*pDest++ = 255 - *pSource++;
}
}
为了查询使用C++ MMX指令函数的方法，需要参考Intel软件说明书（Intel Software manuals）中有关MMX汇编指令的说明，首先我是在第一卷的第八章找到了MMX相关指令的大体介绍，然后在第二卷找到了有关这些MMX指令的详细说明，这些说明有一部分涉及了与其特性相关的C++函数。然后我通过这些MMX指令对应的C++函数查找了MSDN中与其相关的说明。在MMX8示例程序中用到的MMX指令和相关的C++函数见下表：
| 实现的功能 | 对应的MMX汇编指令 | Visual C++.NET中的MMX函数 |
| 清除MMX寄存器中的内容，即初始化（以避免和浮点数操作发生冲突）。 | emms | _mm_empty |
| 将两个64位数中对应的（8个）无符号（8位）字节同时进行减法操作。 | psubusb | _mm_subs_pu8 |
| 将两个64位数中对应的（8个）无符号（8位）字节同时进行加法操作。 | paddusb | _mm_adds_pu8 |
用Visual C++.NET的MMX指令函数实现图象颜色反相的函数：
void CImg8Operations::InvertImageC_MMX(
BYTE* pSource,
BYTE* pDest,
int nNumberOfPixels)
{
__int64 i = 0;
i = ~i; // 0xffffffffffffffff
// 每次循环处理8个象素
int nLoop = nNumberOfPixels/8;
__m64* pIn = (__m64*) pSource; // 输入的字节数组指针
__m64* pOut = (__m64*) pDest; // 输出的字节数组指针
__m64 tmp; // 临时工作变量
_mm_empty(); // 执行MMX指令：emms，初始化MMX寄存器
__m64 n1 = Get_m64(i);
for ( int i = 0; i < nLoop; i++ )
{
tmp = _mm_subs_pu8 (n1 , *pIn); // 饱和模式下的无符号减法
//对每一个字节执行操作：tmp = n1 - *pIn
*pOut = tmp;
pIn++; // 取下面的8个象素点
pOut++;
}
_mm_empty(); // 执行MMX指令：emms，清除MMX寄存器中的内容
}
__m64 CImg8Operations::Get_m64(__int64 n)
{
union __m64__m64
{
__m64 m;
__int64 i;
} mi;
mi.i = n;
return mi.m;
}
虽然这个函数在非常短的时间就执行完成了，但我记录了这3种方法需要的时间，以下是在我的计算机上运行的结果：
纯C++代码 43毫秒
使用C++的MMX指令函数的代码 26毫秒
使用MMX汇编指令的代码 26毫秒
上面的图象处理时间必须在程序Release优化编译后执行时才能体现出很好的效果。
而改变图象的亮度我采用了最简单的方法：对图象中的每一个象素的颜色值进行加减运算。相对前面的处理函数而言，这样的转换函数有些复杂，因为我们需要把处理过程分成两种情况，一种是增加象素颜色值，另一种是减少象素颜色值。
用纯C++函数实现的改变图象亮度的函数：
void CImg8Operations::ChangeBrightnessCPlusPlus(
BYTE* pSource,
BYTE* pDest,
int nNumberOfPixels,
int nChange)
{
if ( nChange > 255 )
nChange = 255;
else if ( nChange < -255 )
nChange = -255;
BYTE b = (BYTE) abs(nChange);
int i, n;
if ( nChange > 0 ) //增加象素颜色值
{
for ( i = 0; i < nNumberOfPixels; i++ )
{
n = (int)(*pSource++ + b);
if ( n > 255 )
n = 255;
*pDest++ = (BYTE) n;
}
}
else //减少象素颜色值
{
for ( i = 0; i < nNumberOfPixels; i++ )
{
n = (int)(*pSource++ - b);
if ( n < 0 )
n = 0;
*pDest++ = (BYTE) n;
}
}
}
用Visual C++.NET的MMX指令函数实现的改变图象亮度函数：
void CImg8Operations::ChangeBrightnessC_MMX(
BYTE* pSource,
BYTE* pDest,
int nNumberOfPixels,
int nChange)
{
if ( nChange > 255 )
nChange = 255;
else if ( nChange < -255 )
nChange = -255;
BYTE b = (BYTE) abs(nChange);
__int64 c = b;
for ( int i = 1; i <= 7; i++ )
{
c = c << 8;
c |= b;
}
// 在一次循环中处理8个象素
int nNumberOfLoops = nNumberOfPixels / 8;
__m64* pIn = (__m64*) pSource; // 输入的字节数组
__m64* pOut = (__m64*) pDest; // 输出的字节数组
__m64 tmp; // 临时工作变量
_mm_empty(); // 执行MMX指令：emms
__m64 nChange64 = Get_m64(c);
if ( nChange > 0 )
{
for ( i = 0; i < nNumberOfLoops; i++ )
{
tmp = _mm_adds_pu8(*pIn, nChange64); // 饱和模式下的无符号加法
// 对每一个字节执行操作：tmp = *pIn + nChange64
*pOut = tmp;
pIn++; // 取下面8个象素
pOut++;
}
}
else
{
for ( i = 0; i < nNumberOfLoops; i++ )
{
tmp = _mm_subs_pu8(*pIn, nChange64); // 饱和模式下的无符号减法
// 对每一个字节执行操作：tmp = *pIn - nChange64
*pOut = tmp;
pIn++; //取下面8个象素
pOut++;
}
}
_mm_empty(); // 执行MMX指令：emms
}
注意参数nChange的符号每次调用函数时在循环体外只检查一次，而不是放在循环体内，那样会被检查成千上万次。下面是在我的计算机上处理图象花费的时间：
纯C++代码 49毫秒
使用C++的MMX指令函数的代码 26毫秒
使用MMX汇编指令的代码 26毫秒
MMX32 演示项目
MMX32项目可对32位象素的RGB图象进行处理。进行的图象处理工作是图象颜色反相操作和更改图象颜色的平衡度（将象素点的每一种颜色乘以一定的值）操作。
MMX的乘法实现起来比加减法复杂得多，因为乘法运算通常得出的结果的位数不再是以前位数的大小。比如，如果乘法的操作数有一个字节（8位的BYTE）大小，那么结果会达到一个字（16位的WORD）大小。这需要额外的转换，并且使用MMX汇编指令和C++代码进行图象转换花费时间的差别不是很大（时间差为5-10%）。
用Visual C++.NET的MMX指令函数实现的更改图象颜色平衡度的函数：
void CImg32Operations::ColorsC_MMX(
BYTE* pSource,
BYTE* pDest,
int nNumberOfPixels,
float fRedCoefficient,
float fGreenCoefficient,
float fBlueCoefficient)
{
int nRed = (int)(fRedCoefficient * 256.0f);
int nGreen = (int)(fGreenCoefficient * 256.0f);
int nBlue = (int)(fBlueCoefficient * 256.0f);
// 设置相乘系数
__int64 c = 0;
c = nRed;
c = c << 16;
c |= nGreen;
c = c << 16;
c |= nBlue;
__m64 nNull = _m_from_int(0); // null
__m64 tmp = _m_from_int(0); // 临时工作临时变量初始化
_mm_empty(); // 清空MMX寄存器。
__m64 nCoeff = Get_m64(c);
DWORD* pIn = (DWORD*) pSource; // 输入双字数组
DWORD* pOut = (DWORD*) pDest; // 输出双字数组
for ( int i = 0; i < nNumberOfPixels; i++ )
{
tmp = _m_from_int(*pIn); // tmp = *pIn (在tmp的低32位写入数据)
tmp = _mm_unpacklo_pi8(tmp, nNull ); //将tmp中低位的4个字节转化为字
//字的高位用nNull中对应位上的位值填充。
tmp = _mm_mullo_pi16 (tmp , nCoeff); //将tmp中的每一个字相乘，将相乘结果的高位送到nCoeff，在tmp中只保留每个结果的低位。
tmp = _mm_srli_pi16 (tmp , 8); // 将tmp中的每一个字右移8位，相当于除以256
tmp = _mm_packs_pu16 (tmp, nNull); // 使用饱和模式将tmp中的结果做如下处理：
//将tmp中的4个字转化为4个字节，并将这4个字节写到tmp中的低32位中
// 同时，将nNull中的4个字转化为4个字节，并将这4个字节写到tmp的高32位中。
*pOut = _m_to_int(tmp); // *pOut = tmp (将tmp低32位的数据放入pOut数组中)
pIn++;
pOut++;
}
_mm_empty();
}
你可以参看示例项目的源代码了解有关此项目的更多的细节。
SSE2 技术
SSE2技术包含有一个类似MMX中对整数操作的指令集，同时也包含128位的SSE寄存器组。比如，用SSE2技术实现更改图象颜色平衡度能够比用纯C++代码实现此功能在效率上有很大提升。SSE2同时是SSE技术的扩展，比如它不仅可以单精度浮点数数组，而且能够处理双精度浮点数数据类型的数组。用C++实现的MMXSwarm 示例项目不仅使用了MMX指令函数，而且使用了SSE2指令对整型数操作的函数。
参考文档：
[1] Intel软件说明书（Intel Software manuals）：http://developer.intel.com/design/archives/processors/mmx/index.htm 。
[2] MSDN中有关MMX技术的主题：http://msdn.microsoft.com/library/default.asp?url=/library/en-us/vclang/html/vcrefsupportformmxtechnology.asp。
[3] Microsoft Visual C++ CPUID项目示例：http://msdn.microsoft.com/library/default.asp?url=/library/en-us/vcsample/html/vcsamcpuiddeterminecpucapabilities.asp。
[4] Microsoft Visual C++ MMXSwarm项目示例：
http://msdn.microsoft.com/library/default.asp?url=/library/en-us/vcsample/html/vcsamMMXSwarmSampleDemonstratesCImageVisualCsMMXSupport.asp。
[5]
Matt Pietrek在Microsoft Systems Journal 1998年2月刊上的评论文章：
http://www.microsoft.com/msj/0298/hood0298.aspx 。