我正在用 C 语言进行图像处理,这需要在内存中复制大量数据——源和目标永远不会重叠。
使用 GCC 在 x86 平台上执行此操作的绝对最快方法是什么? (哪里可以使用 SSE,SSE2 但不是 SSE3)?
我希望解决方案是在汇编中还是使用 GCC 内部函数?
我找到了以下链接,但不知道它是否是最好的方法(作者还说它有一些错误):http://coding.derkeiler.com/Archive/Assembler/comp.lang.asm.x86/2006-02/msg00123.html
编辑:请注意,副本是必要的,我无法绕过必须复制数据(我可以解释原因,但我会省去你的解释:))
最佳答案
由 William Chan 提供和谷歌。比 Microsoft Visual Studio 2005 中的 memcpy 快 30-70%。
void X_aligned_memcpy_sse2(void* dest, const void* src, const unsigned long size)
{
__asm
{
mov esi, src; //src pointer
mov edi, dest; //dest pointer
mov ebx, size; //ebx is our counter
shr ebx, 7; //divide by 128 (8 * 128bit registers)
loop_copy:
prefetchnta 128[ESI]; //SSE2 prefetch
prefetchnta 160[ESI];
prefetchnta 192[ESI];
prefetchnta 224[ESI];
movdqa xmm0, 0[ESI]; //move data from src to registers
movdqa xmm1, 16[ESI];
movdqa xmm2, 32[ESI];
movdqa xmm3, 48[ESI];
movdqa xmm4, 64[ESI];
movdqa xmm5, 80[ESI];
movdqa xmm6, 96[ESI];
movdqa xmm7, 112[ESI];
movntdq 0[EDI], xmm0; //move data from registers to dest
movntdq 16[EDI], xmm1;
movntdq 32[EDI], xmm2;
movntdq 48[EDI], xmm3;
movntdq 64[EDI], xmm4;
movntdq 80[EDI], xmm5;
movntdq 96[EDI], xmm6;
movntdq 112[EDI], xmm7;
add esi, 128;
add edi, 128;
dec ebx;
jnz loop_copy; //loop please
loop_copy_end:
}
}
您可以根据您的具体情况和您能够做出的任何假设进一步优化它。
您可能还想查看 memcpy 源代码 (memcpy.asm) 并删除其特殊情况处理。有可能进一步优化!
关于c - 用于图像处理的非常快的 memcpy?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1715224/