英文原文：http://www.codeproject.com/KB/recipes/mmxintro.aspx
翻譯原文：http://www.itepub.net/html/article/bianchengkaifa/cnetok/xitongbiancheng/2006/0428/2101.html
MMX技術簡介
Intel 公司的MMX™（多媒體增強指令集）技術可以大大提高應用程序對二維三維圖形和圖象的處理能力。Intel MMX技術可用于對大量數據和復雜數組進行的復雜處理，使用MMX技術可處理的數據基本單位可以是字節（byte）、字（word），或者是雙字（double-word）。
Visual Studio .NET 2003提供了對MMX指令集特性的支持，從而可以不必編寫匯編代碼，直接使用C++代碼就可以實現MMX指令的功能。通過參考Intel軟件說明書（Intel Software manuals）[1]以及閱讀MSDN中有關MMX編程技術的主題會使你更好地把握MMX編程的要點。
MMX技術實現了單道指令多道數據流（SIMD，single-instruction, multiple-data）的執行模式。考慮下面一個需要編程完成的任務，在一個字節（BYTE）數組中使其中每一個元素加上一個數，在傳統的程序中，實現這個功能的算法如下：
for each b in array //對數組中的每一個元素b
b = b + n //加上一個數n
下面看看它的實現細節：
for each b in array //對數組中的每一個元素b
{
把b加載到寄存器中
把此寄存器中的數加上n
把所得寄存器中的結果放回內存
}
具有MMX指令集支持的處理器有八個64位的寄存器，每一個寄存器可以存放8個字節（byte）、4個字(word)或2個雙字(double-word)。MMX技術同時提供了一個MMX指令集，其中的指令可以可以把一個數值（其類型可以是字節、字或雙字）加載到這些MMX寄存器中，在寄存器中進行算術或邏輯運算，然后把寄存器中的結果放回內存存儲單元。上面的例子采用MMX技術后的算法是這樣的：
for each 8 members in array //把數組中的8個字節（其中一個字節為數組中的一個單位）作為一組取出
{
把這8個字節加載到MMX寄存器中
通過一個CPU指令執行周期把這個寄存器中的8個字節都加上n
把寄存器中計算的結果寫回內存
}
C++編程人員不必直接使用MMX指令集中的指令訪問這些MMX寄存器。你可以使用64位的數據類型__m64和一系列C++函數來進行相關的算術和邏輯運算。而決定程序使用哪個MMX寄存器以及代碼優化是C++編譯器的任務。
Visual C++ MMXSwarm [4]是MSDN中提供的一個很好的使用MMX技術進行圖象處理的例子，它包含了一些封裝好了的類簡化了使用MMX技術的操作，并向你展示了對各種不同格式圖象進行處理的操作（如單色24位象素RGB、32位象素RGB等）。本文只是對使用Visual C++實現MMX程序設計的簡單介紹。如果你感興趣的話，可以參看MSDN上MMXSwarm的例子。
MMX程序設計詳細介紹
包含的頭文件
所有的MMX指令集函數在emmintrin.h文件中定義：
#include <emmintrin.h>
因為程序中用到的MMX處理器指令是由編譯器決定，所以它并沒有相關的.lib庫文件。
__m64 數據類型
這種類型的變量可用作MMX指令的操作數，它不能被直接訪問。_m64類型的變量被自動分配為8個字節的字長。
CPU對MMX指令集的支持
如果你的CPU能夠具有了MMX指令集，你就可以使用Visual Studio .NET 2003提供的對MMX指令集支持的C++函數庫了，你可以查看MSDN中的一個Visual C++ CPUID[3]的例子，它可以幫你檢測你的CPU是否支持SSE、MMX指令集或其它的CPU功能。
飽和算法（Saturation Arithmetic）和封裝模式（Wraparound Mode）
MMX技術支持一種叫做saturating arithmetic（飽和算法）的計算模式。在飽和模式下，當計算結果發生溢出（上溢或下溢）時，CPU會自動去掉溢出的部分，使計算結果取該數據類型表示數值的上限值（如果上溢）或下限值（如果下溢）。飽和模式的計算用于對圖象的處理。
下面的例子能夠讓你理解飽和模式和封裝模式的區別。如果一個字節(BYTE)類型變量的值為255，然后將其值加一。在封裝模式下，相加結果為0（去掉進位）；在飽和模式下，結果為255。飽和模式用類似的方法來處理下溢出，比如對于一個字節數據類型的數在飽和模式下，1減2的結果為0（而不是-1）。每一個MMX算術指令都有這兩種模式：飽和模式和封裝模式。本文所要討論的項目只使用飽和模式下的MMX指令。
編程實例
以下講解了MMX技術在Visual Studio .NET 2003下的應用實例，你可以在http://www.codeproject.com/cpp/mmxintro/MMX_src.zip下載示例程序壓縮包。該壓縮包中含有兩個項目，這兩個項目是基于微軟基本類庫（MFC）建立的Visual C++.NET項目，你也可以按照下面的講解建立這兩個項目。
MMX8 演示項目
MMX8是一個單文檔界面（SDI）的應用程序，用來對每象素8位的單色位圖進行簡單處理。源圖象和處理后的圖象會在窗體中顯示出來。新建的ATL（活動模版庫）類 Cimage用來從資源中提取圖象并在窗體中顯示出來。程序要對圖象進行兩種處理操作：圖象顏色反相和改變圖象的亮度。每一種處理操作可以用下面幾種方法之中其中的一種來實現：
純C++代碼；
使用C++的MMX功能函數的代碼；
使用MMX匯編指令的代碼。
對圖象進行處理計算的時間會顯示在狀態欄中。
用純C++實現的圖象顏色反相函數：
void CImg8Operations::InvertImageCPlusPlus(
BYTE* pSource,
BYTE* pDest,
int nNumberOfPixels)
{
for ( int i = 0; i < nNumberOfPixels; i++ )
{
*pDest++ = 255 - *pSource++;
}
}
為了查詢使用C++ MMX指令函數的方法，需要參考Intel軟件說明書（Intel Software manuals）中有關MMX匯編指令的說明，首先我是在第一卷的第八章找到了MMX相關指令的大體介紹，然后在第二卷找到了有關這些MMX指令的詳細說明，這些說明有一部分涉及了與其特性相關的C++函數。然后我通過這些MMX指令對應的C++函數查找了MSDN中與其相關的說明。在MMX8示例程序中用到的MMX指令和相關的C++函數見下表：
實現的功能 對應的MMX匯編指令 Visual C++.NET中的MMX函數
清除MMX寄存器中的內容，即初始化（以避免和浮點數操作發生沖突）。 emms _mm_empty
將兩個64位數中對應的（8個）無符號（8位）字節同時進行減法操作。 psubusb _mm_subs_pu8
將兩個64位數中對應的（8個）無符號（8位）字節同時進行加法操作。 paddusb _mm_adds_pu8
用Visual C++.NET的MMX指令函數實現圖象顏色反相的函數：
void CImg8Operations::InvertImageC_MMX(
BYTE* pSource,
BYTE* pDest,
int nNumberOfPixels)
{
__int64 i = 0;
i = ~i; // 0xffffffffffffffff
// 每次循環處理8個象素
int nLoop = nNumberOfPixels/8;
__m64* pIn = (__m64*) pSource; // 輸入的字節數組指針
__m64* pOut = (__m64*) pDest; // 輸出的字節數組指針
__m64 tmp; // 臨時工作變量
_mm_empty(); // 執行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); // 飽和模式下的無符號減法
//對每一個字節執行操作：tmp = n1 - *pIn
*pOut = tmp;
pIn++; // 取下面的8個象素點
pOut++;
}
_mm_empty(); // 執行MMX指令：emms，清除MMX寄存器中的內容
}
__m64 CImg8Operations::Get_m64(__int64 n)
{
union __m64__m64
{
__m64 m;
__int64 i;
} mi;
mi.i = n;
return mi.m;
}
雖然這個函數在非常短的時間就執行完成了，但我記錄了這3種方法需要的時間，以下是在我的計算機上運行的結果：
純C++代碼 43毫秒
使用C++的MMX指令函數的代碼 26毫秒
使用MMX匯編指令的代碼 26毫秒
上面的圖象處理時間必須在程序Release優化編譯后執行時才能體現出很好的效果。
而改變圖象的亮度我采用了最簡單的方法：對圖象中的每一個象素的顏色值進行加減運算。相對前面的處理函數而言，這樣的轉換函數有些復雜，因為我們需要把處理過程分成兩種情況，一種是增加象素顏色值，另一種是減少象素顏色值。
用純C++函數實現的改變圖象亮度的函數：
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 ) //增加象素顏色值
{
for ( i = 0; i < nNumberOfPixels; i++ )
{
n = (int)(*pSource++ + b);
if ( n > 255 )
n = 255;
*pDest++ = (BYTE) n;
}
}
else //減少象素顏色值
{
for ( i = 0; i < nNumberOfPixels; i++ )
{
n = (int)(*pSource++ - b);
if ( n < 0 )
n = 0;
*pDest++ = (BYTE) n;
}
}
}
用Visual C++.NET的MMX指令函數實現的改變圖象亮度函數：
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;
}
// 在一次循環中處理8個象素
int nNumberOfLoops = nNumberOfPixels / 8;
__m64* pIn = (__m64*) pSource; // 輸入的字節數組
__m64* pOut = (__m64*) pDest; // 輸出的字節數組
__m64 tmp; // 臨時工作變量
_mm_empty(); // 執行MMX指令：emms
__m64 nChange64 = Get_m64(c);
if ( nChange > 0 )
{
for ( i = 0; i < nNumberOfLoops; i++ )
{
tmp = _mm_adds_pu8(*pIn, nChange64); // 飽和模式下的無符號加法
// 對每一個字節執行操作：tmp = *pIn + nChange64
*pOut = tmp;
pIn++; // 取下面8個象素
pOut++;
}
}
else
{
for ( i = 0; i < nNumberOfLoops; i++ )
{
tmp = _mm_subs_pu8(*pIn, nChange64); // 飽和模式下的無符號減法
// 對每一個字節執行操作：tmp = *pIn - nChange64
*pOut = tmp;
pIn++; //取下面8個象素
pOut++;
}
}
_mm_empty(); // 執行MMX指令：emms
}
注意參數nChange的符號每次調用函數時在循環體外只檢查一次，而不是放在循環體內，那樣會被檢查成千上萬次。下面是在我的計算機上處理圖象花費的時間：
純C++代碼 49毫秒
使用C++的MMX指令函數的代碼 26毫秒
使用MMX匯編指令的代碼 26毫秒
MMX32 演示項目
MMX32項目可對32位象素的RGB圖象進行處理。進行的圖象處理工作是圖象顏色反相操作和更改圖象顏色的平衡度（將象素點的每一種顏色乘以一定的值）操作。
MMX的乘法實現起來比加減法復雜得多，因為乘法運算通常得出的結果的位數不再是以前位數的大小。比如，如果乘法的操作數有一個字節（8位的BYTE）大小，那么結果會達到一個字（16位的WORD）大小。這需要額外的轉換，并且使用MMX匯編指令和C++代碼進行圖象轉換花費時間的差別不是很大（時間差為5-10%）。
用Visual C++.NET的MMX指令函數實現的更改圖象顏色平衡度的函數：
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);
// 設置相乘系數
__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); // 臨時工作臨時變量初始化
_mm_empty(); // 清空MMX寄存器。
__m64 nCoeff = Get_m64(c);
DWORD* pIn = (DWORD*) pSource; // 輸入雙字數組
DWORD* pOut = (DWORD*) pDest; // 輸出雙字數組
for ( int i = 0; i < nNumberOfPixels; i++ )
{
tmp = _m_from_int(*pIn); // tmp = *pIn (在tmp的低32位寫入數據)
tmp = _mm_unpacklo_pi8(tmp, nNull ); //將tmp中低位的4個字節轉化為字
//字的高位用nNull中對應位上的位值填充。
tmp = _mm_mullo_pi16 (tmp , nCoeff); //將tmp中的每一個字相乘，將相乘結果的高位送到nCoeff，在tmp中只保留每個結果的低位。
tmp = _mm_srli_pi16 (tmp , 8); // 將tmp中的每一個字右移8位，相當于除以256
tmp = _mm_packs_pu16 (tmp, nNull); // 使用飽和模式將tmp中的結果做如下處理：
//將tmp中的4個字轉化為4個字節，并將這4個字節寫到tmp中的低32位中
// 同時，將nNull中的4個字轉化為4個字節，并將這4個字節寫到tmp的高32位中。
*pOut = _m_to_int(tmp); // *pOut = tmp (將tmp低32位的數據放入pOut數組中)
pIn++;
pOut++;
}
_mm_empty();
}
你可以參看示例項目的源代碼了解有關此項目的更多的細節。
SSE2 技術
SSE2技術包含有一個類似MMX中對整數操作的指令集，同時也包含128位的SSE寄存器組。比如，用SSE2技術實現更改圖象顏色平衡度能夠比用純C++代碼實現此功能在效率上有很大提升。SSE2同時是SSE技術的擴展，比如它不僅可以單精度浮點數數組，而且能夠處理雙精度浮點數數據類型的數組。用C++實現的MMXSwarm 示例項目不僅使用了MMX指令函數，而且使用了SSE2指令對整型數操作的函數。