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 变量进行 128 位异或：如何？

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

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

但我有一个分段错误； 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，您会看到段错误问题。 CPU 可以不会与未对齐的内存地址进行 MOVDQA，并且会生成处理器级“GP 异常”，提示操作系统对您的应用程序进行段错误。

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，尽管有时您可能会偶然获得对齐的变量。您可以使用 __m128 或 __m128i 数据类型指示编译器确保正确对齐。其中每一个都声明一个正确对齐的 128 位值。

此外，读取 objdump，看起来编译器用代码包装了 asm 序列，以使用 MOVQ 指令将操作数从堆栈复制到 xmm2 和 xmm3 寄存器，然后让您的 asm 代码将值复制到 xmm0 和 xmm1。在对 xmm0 进行异或运算后，包装器将结果复制到 xmm2，然后将其复制回堆栈。总体而言，效率不是很高。 MOVQ 一次复制 8 个字节，并期望（在某些情况下）8 字节对齐的地址。获取未对齐的地址，它可能会像 MOVDQA 一样失败。然而，包装器代码将对齐的偏移量（-0x80、-0x88 和后来的 -0x78）添加到 BP 寄存器，该寄存器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。

以下内容确保参数和结果存储在正确对齐的内存位置，并且似乎工作正常：

#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);
}

使用（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用于初始化a和 b 具有 128 位值，因为编译器可能不支持 128 整数文字。

print128 写出 128 位整数的十六进制表示形式，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。编译器添加其隐藏的包装 movdqa 以使 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 内在函数 (PDF)。这些是内联函数/宏，使用类似 C 的语法封装 MMX/SSE 指令。 _mm_xor_si128 将您的任务减少为单个调用：

#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

Answer 2

嗯，为什么不使用 __builtin_ia32_pxor 内在函数呢？

Answer 3

在最新模型 gcc 下（我的是 4.5.5），选项 -O2 或以上意味着 -fstrict-aliasing ，这会导致上面给出的代码抱怨：

supersuds.cpp:31: warning: dereferencing pointer ‘v64’ does break strict-aliasing rules
supersuds.cpp:30: note: initialized from here

这可以通过提供额外的类型属性来解决，如下所示：

typedef int64_t __attribute__((__may_alias__)) alias_int64_t; 
void print128(__m128i value) {
    alias_int64_t *v64 = (int64_t*)  &value;
    printf("%.16lx %.16lx\n", v64[1], v64[0]); 
}

我首先在没有 typedef 的情况下直接尝试了该属性。它被接受了，但我仍然收到警告。 typedef 似乎是魔法的一个必要部分。

顺便说一句，这是我在这里的第二个答案，我仍然讨厌这样一个事实：我还不知道我可以在哪里编辑，所以我无法将其发布到它所属的位置。

还有一件事，在 AMD64 下，%llx 格式说明符需要更改为 %lx。