14.2.2 MMX/SSE 2实现XviD CODEC（2）
经过分析，上述汇编函数的显示定义如下，可以看出汇编函数名称前必须加"_"，以保证能够被C语言调用。传入的参数在堆栈中，使用ESP指针加偏移量读取。
;---------------------------------------------------------------------------
; void transfer_16to8copy_mmx(uint8_t * const dst,
; const int16_t * const src,
; uint32_t stride);
;---------------------------------------------------------------------------
SECTION .text
global _transfer_8to16copy_mmx
ALIGN 16
_transfer_8to16copy_mmx:
;汇编指令
;汇编指令
ret
.endfuncm32
|
上述代码是函数transfer_16to8copy_mmx的汇编实现。汇编中函数名称前加了下画线"_"。使用global关键字声明该函数为全局函数，使得C语言能调用该函数。
其他有的核心模块也使用了MMX汇编指令作优化。开发过程与transfer_ 8to16copy_mmx类似。详情参考xx_mmx.asm文件，这些模块的优化使用了MMX指令。
2．SSE 2汇编指令优化核心模块
还有一部分核心模块使用了SSE 2汇编指令作优化。SSE 2汇编语言的数据寄存器是128位，共8个，即XMM0～XMM7。这样SSE指令可以一次处理16字节，相比MMX指令的一次处理8字节，效率提高了一倍。
MMX和SSE 2的一般宏定义相同，常量同样放在.rodata段下，地址16字节对齐。
下面以sad模块的SSE 2汇编优化为案例，分析SSE 2汇编指令优化过程，优化思路是每次处理宏块的2行，执行8次宏处理。
sad16的C语言实现如下。
uint32_t sad16_c(const uint8_t * const cur, const uint8_t * const ref,
const uint32_t stride, const uint32_t best_sad)
{
uint32_t sad = 0;
uint32_t i, j;
uint8_t const *ptr_cur = cur; //当前帧指针
uint8_t const *ptr_ref = ref; //参考帧指针
for (j = 0; j < 16; j++) { //外循环
for (i = 0; i < 16; i++) { //内循环
int pixel = (ptr_cur[i] - ptr_ref2[i]); //对应位置相间
sad += abs(pixel); //累加绝对值
}
ptr_cur += stride; //指向下一行
ptr_ref += stride; //指向下一行
}
return sad; //返回sad值
}
|
上述程序是计算对应块的sad值，两层循环，每次只计算一个像素点的差值，先采用SSE的指令优化该函数。下面代码是该函数的SSE优化结果。
;---------------------------------------------------------------------------
; uint32_t sad16_sse2 (const uint8_t * const cur, <- assumed aligned!
; const uint8_t * const ref,
; const uint32_t stride,
; const uint32_t /*ignored*/);
;---------------------------------------------------------------------------
%macro SAD_16x16_SSE2 0 ;定义宏
movdqu xmm0, [edx] ;为16字节对齐读取，=>xmm0
movdqu xmm1, [edx+ecx] ;为16字节对齐读取，=>xmm1
lea edx,[edx+2*ecx] ;修改edx
movdqa xmm2, [eax] ;16字节对齐读取，=>xmm2
movdqa xmm3, [eax+ecx] ;16字节对齐读取，=>xmm3
lea eax,[eax+2*ecx] ;修改eax
psadbw xmm0, xmm2 ;8字节的sad值，结果放置在低16位
paddusw xmm6,xmm0 ;8个无符号16位饱和相加
psadbw xmm1, xmm3 ;8个字节的sad值，结果放置在低16位
paddusw xmm6,xmm1 ;8个无符号16位饱和相加
%endmacro ;宏定义结束
ALIGN 16 ;16字节对齐
sad16_sse2: ;函数声明，_sad16_see2
mov eax, [esp+ 4] ; cur (assumed aligned) ;取第一个参数，cur是16字节对齐
mov edx, [esp+ 8] ; ref ;取第二个参数，ref对齐不限制
mov ecx, [esp+12] ; stride ;取第三个参数
pxor xmm6, xmm6 ; accum ;xmm6 = 0
SAD_16x16_SSE2 ;宏展开，处理0、1行
SAD_16x16_SSE2 ;宏展开，处理2、3行
SAD_16x16_SSE2 ;宏展开，处理4、5行
SAD_16x16_SSE2 ;宏展开，处理6、7行
SAD_16x16_SSE2 ;宏展开，处理8、9行
SAD_16x16_SSE2 ;宏展开，处理10、11行
SAD_16x16_SSE2 ;宏展开，处理12、13行
SAD_16x16_SSE2 ;宏展开，处理14、15行
pshufd xmm5, xmm6, 00000010b ;根据00000010b重排xmm6
paddusw xmm6, xmm5 ;8个无符号16位饱和相加
pextrw eax, xmm6, 0 ;扩展字，前面补零
ret
.endfunc |
在上述代码中，宏SAD_16x16_SSE 2处理16 16宏块的2行，16个的单字节的像素存储SSE的一个128位寄存器XMM中。调用8次宏，完成整个宏块的处理。
不论是MMX还是SSE 2汇编指令，优化的根本思路都是数据打包，单指令处理多数据源（SIMD）。
【责任编辑：
云霞 TEL：（010）68476606】