c - 如何使用 128 位 C 变量和 xmm 128 位 asm？

Question

在 gcc 中，我想通过 asm 代码对 2 个 C 变量执行 128 位 xor:怎么做？

asm (
    "movdqa %1, %%xmm1;"
    "movdqa %0, %%xmm0;"
     "pxor %%xmm1,%%xmm0;"
     "movdqa %%xmm0, %0;"

    :"=x"(buff) /* output operand */
    :"x"(bu), "x"(buff)
    :"%xmm0","%xmm1"
    );

但是我有一个段错误；这是 objdump 输出:

movq   -0x80(%rbp),%xmm2

movq   -0x88(%rbp),%xmm3

movdqa %xmm2,%xmm1

movdqa %xmm2,%xmm0

pxor   %xmm1,%xmm0

movdqa %xmm0,%xmm2

movq   %xmm2,-0x78(%rbp)

Answer 1

如果变量不是 16 字节对齐的，您会看到段错误问题。 The CPU can't MOVDQA to/from unaligned memory addresses ，并会生成处理器级“GP 异常”，提示操作系统对您的应用进行段错误。

您在堆上声明(堆栈、全局)或分配的 C 变量通常不会与 16 字节边界对齐，尽管偶尔您可能会偶然得到一个对齐的。您可以使用 __m128 或 __m128i 数据类型指示编译器确保正确对齐。其中每一个都声明了一个正确对齐的 128 位值。

此外，阅读 objdump，看起来编译器用代码包装了 asm 序列，使用 MOVQ 指令将操作数从堆栈复制到 xmm2 和 xmm3 寄存器，只是让你的 asm 代码然后将值复制到 xmm0和 xmm1。异或到 xmm0 后，包装器仅将结果复制到 xmm2，然后再将其复制回堆栈。总的来说，效率不是很高。 MOVQ 一次复制 8 个字节，and expects (under some circumstances), an 8-byte aligned address .获取未对齐的地址，它可能会像 MOVDQA 一样失败。然而，包装器代码向 BP 寄存器添加对齐偏移量(-0x80、-0x88 和后来的 -0x78)，它可能包含也可能不包含对齐值。总的来说，生成的代码不保证对齐。

以下确保参数和结果存储在正确对齐的内存位置，并且看起来工作正常:

#include <stdio.h>
#include <emmintrin.h>

void print128(__m128i value) {
    int64_t *v64 = (int64_t*) &value;
    printf("%.16llx %.16llx\n", v64[1], v64[0]);
}

void main() {
    __m128i a = _mm_setr_epi32(0x00ffff00, 0x00ffff00, 0x00ffff00, 0x10ffff00), /* low dword first! */
            b = _mm_setr_epi32(0x0000ffff, 0x0000ffff, 0x0000ffff, 0x0000ffff),
            x;

    asm (
        "movdqa %1, %%xmm0;"      /* xmm0 <- a */
        "movdqa %2, %%xmm1;"      /* xmm1 <- b */
        "pxor %%xmm1, %%xmm0;"    /* xmm0 <- xmm0 xor xmm1 */
        "movdqa %%xmm0, %0;"      /* x <- xmm0 */

        :"=x"(x)          /* output operand, %0 */
        :"x"(a), "x"(b)   /* input operands, %1, %2 */
        :"%xmm0","%xmm1"  /* clobbered registers */
    );

    /* printf the arguments and result as 2 64-bit hex values */
    print128(a);
    print128(b);
    print128(x);
}

用(gcc，ubuntu 32 位)编译

gcc -msse2 -o app app.c

输出:

10ffff0000ffff00 00ffff0000ffff00
0000ffff0000ffff 0000ffff0000ffff
10ff00ff00ff00ff 00ff00ff00ff00ff

在上面的代码中，_mm_setr_epi32 用于用 128 位值初始化 a 和 b，因为编译器可能不支持 128 位整数文字。

print128 写出 128 位整数的十六进制表示，因为 printf 可能无法这样做。

---

以下内容较短，避免了一些重复复制。编译器添加了它的隐藏包装 movdqa，使 pxor %2,%0 神奇地工作，而无需您自己加载寄存器:

#include <stdio.h>
#include <emmintrin.h>

void print128(__m128i value) {
    int64_t *px = (int64_t*) &value;
    printf("%.16llx %.16llx\n", px[1], px[0]);
}

void main() {
    __m128i a = _mm_setr_epi32(0x00ffff00, 0x00ffff00, 0x00ffff00, 0x10ffff00),
            b = _mm_setr_epi32(0x0000ffff, 0x0000ffff, 0x0000ffff, 0x0000ffff);

    asm (
        "pxor %2, %0;"    /* a <- b xor a  */

        :"=x"(a)          /* output operand, %0 */
        :"x"(a), "x"(b)   /* input operands, %1, %2 */
        );

    print128(a);
}

像以前一样编译:

gcc -msse2 -o app app.c

输出:

10ff00ff00ff00ff 00ff00ff00ff00ff

---

或者，如果您想避免内联汇编，您可以使用 SSE intrinsics instead (PDF)。这些是内联函数/宏，它们使用类似 C 的语法封装了 MMX/SSE 指令。 _mm_xor_si128 将您的任务减少到一次调用:

#include <stdio.h>
#include <emmintrin.h>

void print128(__m128i value) {
    int64_t *v64 = (int64_t*) &value;
    printf("%.16llx %.16llx\n", v64[1], v64[0]);
}

void main()
{
    __m128i x = _mm_xor_si128(
        _mm_setr_epi32(0x00ffff00, 0x00ffff00, 0x00ffff00, 0x10ffff00), /* low dword first !*/
        _mm_setr_epi32(0x0000ffff, 0x0000ffff, 0x0000ffff, 0x0000ffff));

    print128(x);
}

编译:

gcc -msse2 -o app app.c

输出:

10ff00ff00ff00ff 00ff00ff00ff00ff