這次我們的目標是: 超越普通的CPU玩家,用CPU的母語來優化程序!
實驗器材:VC++ 4.2以上的編譯器或C++ Builder 4.0以上編譯器
MMX技術到現在來說可以算是基本大眾化了,目前大多數個人電腦都應該能支持它。P55C,K6,PII,PIII...按照慣例，Intel公司將在以后的x86版本永遠支持它。
要了解MMX指令體系,請一定瀏覽以下URL,獲得系統的MMX體系知識:
http://www.game1st.com/database/mmxd/mmxd.htm
否則將會對我的講解摸不著北,(象聽最優控制或者線性控制理論一樣)
提示：最好自己多寫些Console App來實驗和熟悉MMX指令特性,cout出結果，不要一來就搞Windows App.
MMX技術的優點是什么?
一言蔽之，就是一個指令操作多個整型數據.并且可以自動完成飽和運算。
MMX最適合的應用領域是數字圖象處理
,然后是語音，通訊等領域。
寫圖象處理算法時很影響效率的以下幾點是:
1.不厭其煩的低效鄰域操作: 不厭其煩的寫GfxBuffer[i],GfxBuffer[i+1],GfxBuffer[i+2],...取RGB值等。
2.惱人的環繞:
像素運算溢出,必須拿個大點的數據類型來保存結果再判斷溢出,否則結果就是錯誤的
short int GfxOut=GfxBuf1[i]+GfxBuf2[i]; ...
if(GfxOut>255)GfxOut=255; if(GfxOut<0)GfxOut=0;
問題是你知道那兩個判斷回會生成多少匯編代碼嗎?
3.不必要的高精度: 該死的RGB->YUV運算,我們最熟悉的彩色轉灰度運算: Y=(BYTE)(Red*0.299+Green*0.587+Blue*0.114);
其實我們關心的是一個字節結果，誰愿意讓協處理器做大量運算，得到float結果，還要再轉換為byte結果呢?要知道IEEE浮點轉整數可不象在C程序里看起來那么簡單!(在你為51單片機這種低級的劣質的沒有協處理器的CPU寫過程序就知道了...)代價是相當大的。
尤其圖面比較大的情況下，你會在屏幕面前等得生霉,我們不要那么高的精度啊。
而MMX技術就是黑暗中的燈塔，被老板咒罵的程序員的救命稻草，使圖象處理模式識別和神經網絡專業方向的研究生不被導師訓斥的的葵花寶典...(本人不系Intel中國公司的營銷部經理啊..)
以32-bit為例,下面具體講下用簡單的例子講解MMX技術優化北航老王頭提供的Alpha Blend算法:
絕對為本人在某個深夜所原創,不抄襲自任何資料
char *pSrc,*pOvr; { pSrc=pScanline1+j; pOvr=pScanLine2+j; j+=4; .....
假定我們的源像素在pSrc,覆蓋圖Overlay在pOvr,各指向一個32 bit像素。
( 為什么要以32bit像素?因為老赫有兩年做字幕卡程序的背景,電視字幕是32 bit圖文層嘛! )
如果你閱讀了開始我提供的URL文檔,你就清楚,MMX有八個64bitRegister,叫MM0->MM7,是浮點處理器的別名，也是他們的低64位映象。
__asm{ pxor mm2,mm2 //把MM2清0
mov edx,dword ptr [pSrc] //取32bit像素地址到edx
movd mm0,dword ptr [edx] //把Source像素取到mm0低32bit
mov edx,dword ptr [pOvr]
movd mm1,dword ptr [edx] //把32 bit Overlay像素取到mm1低32bit
punpcklbw mm0,mm2 //Source:8 bit到16 bit以容納結果,32bit expand to 64 bit
punpcklbw mm1,mm2 //Overlay:8 bit到16 bit以容納結果.32bit expand to 64 bit
movq mm3,mm1 // 因為要用Overlay的Alpha值
punpckhwd mm3,mm3 // 高字移動到雙字
punpckhdq mm3,mm3 // 雙字移動到四字,現在有八個像素的Alpha了!
movq mm4,mm0 //Source->mm4
movq mm5,mm1 //Overlay->mm5
psubusw mm4,mm1 //Source-Overlay,飽和減,小于0為0
psubusw mm5,mm0 //Overlay-Source,飽和減,小于0為0
pmullw mm4,mm3 //Alpha * (Source-Overlay)
pmullw mm5,mm3 //Alpha * (Overlay-Source)
psrlw mm4,8 //除以256,now mm4 get the result,(Source-Overlay)<0 部分
psrlw mm5,8 //除以256,now mm5 get the result,(Overlay-Source)>0 部分
paddusw mm0,mm5 //飽和加到原圖象:D=Alpha*(O-S)+S,(Source-Overlay)<0 部分
psubusw mm0,mm4 //飽和加到原圖象D=S-Alpha*(S-O),(Overlay-Source)>0 部分
packuswb mm0,mm0 //緊縮到低32bit
mov edx,dword ptr [pSrc]
movd dword ptr [edx],mm0 //保存結果
emms ///必要的!Empty MMX Status
} 以上算法和常規算法比較:
Legend PII 400 With damnble,extremely Slow Sis6326 Video Card: 640*480*32bit bitmap:
Normal algorithm:170-180 ms
This algorithm:Below 40 ms
均包含拷貝內存時間,純處理時間只要20ms, 就是說如果用DirectX,Blt,BltFast通常比memcpy快很多.就小于40ms了
總結: 反復使用緊縮移位,緊縮擴展,緊縮壓縮指令,并施加飽和運算等,是用MMX寫算法的核心。
程序員必須對數制,內存結構,定點數很熟悉才能寫出高效率的MMX加速的子程序。
|