assembly - 如何将 XMM 128 位寄存器拆分为两个 64 位整数寄存器？

Question

如何拆分 128 位 xmm注册到两个 64 位四字？

我在 xmm1 中有一个非常大的数字并希望获得更高的四字到 r9和下四字到 r10 , 或 RAX和 RDX .
movlpd或 movhpd仅适用于 reg 到 mem，反之亦然。

Answer 1

SSE2(x86-64 的基线)具有直接在 XMM 和整数寄存器之间移动数据的指令(无需在内存中弹跳)。向量的低元素很容易:MOVD or MOVQ .要提取更高的元素，您只需将您想要的元素打乱到向量的低元素。

SSE4.1 还为 16 位以外的大小添加了插入/提取(例如 PEXTRQ )。除了代码大小，它是 not actually faster than a separate shuffle and movq on any existing CPUs ，但这意味着您不需要任何额外的 tmp 寄存器。

#SSE4.1
movq    rax, xmm0       # low qword
pextrq  rdx,  xmm0, 1   # high qword
# 128b result in rdx:rax, ready for use with div r64 for example.
# (But watch out for #DE on overflow)
# also ready for returning as a __int128_t in the SystemV x86-64 ABI

#SSE2
movq       r10, xmm0
punpckhqdq xmm0, xmm0    # broadcast the high half of xmm0 to both halves
movq       r9,  xmm0

PUNPCKHQDQ 是最有效的方法。即使在旧 CPU 上，对于小于 64 位的元素大小(如 65nm Core2(Merom/Conroe))，它也很快。见 my horizontal sum answer有关更多详细信息。 PUNPCKHQDQ 没有立即数操作数，而且只有 SSE2，所以它只有 4 个字节的代码大小。

要保留 xmm0 的原始值，请使用 pshufd与不同的目的地。或者就地交换高低半部分，或其他什么。

movlpd or movhpd ...

使用它们毫无意义。改用 movlps/movhps，因为它们更短，而且没有 CPU 关心 float 与 double。

您可以使用 movhlps xmm1, xmm0 将 xmm0 的高半部分提取到另一个寄存器中，但是将 FP shuffle 与整数向量操作混合会导致某些 CPU(特别是 Intel Nehalem)上的旁路延迟。还要注意对 xmm1 的依赖会导致延迟瓶颈。

绝对喜欢pshufd对于这个一般。但是你可以使用 movhlps如果您正在针对 Core2 等特定 CPU 进行调优，其中 movhlps速度快且在整数域中运行，并且 pshufd是慢的。