为什么我的数据似乎没有对齐？

Question

我试图弄清楚如何最好地预先计​​算一些正弦和余弦值，将它们存储在对齐的块中，然后稍后将它们用于 SSE 计算：

在程序开始时，我创建一个带有成员的对象：

static __m128 *m_sincos;

然后我在构造函数中初始化该成员：

m_sincos = (__m128*) _aligned_malloc(Bins*sizeof(__m128), 16);
for (int t=0; t<Bins; t++)
  m_sincos[t] = _mm_set_ps(cos(t), sin(t), sin(t), cos(t));

当我使用 m_sincos 时，遇到三个问题：
- 数据似乎没有对齐

movaps xmm0, m_sincos[t] //crashes
movups xmm0, m_sincos[t] //does not crash

- 变量似乎不正确

movaps result, xmm0 // returns values that are not what is in m_sincos[t]
//Although, putting a watch on m_sincos[t] displays the correct values

- 真正让我困惑的是，这使得一切正常（但太慢）：

__m128 _sincos = m_sincos[t];
movaps xmm0, _sincos
movaps result, xmm0

Answer 1

m_sincos[t] 是一个 C 表达式。然而，在汇编指令中（__asm？），它被解释为 x86 寻址模式，具有完全不同的结果。例如，VS2008 SP1 将： 编译

movaps xmm0, m_sincos[t]

为：（当应用程序在调试模式下崩溃时，请参阅反汇编窗口）

movaps xmm0, xmmword ptr [t]

该解释尝试将变量 t 地址处存储的 128 位值复制到 xmm0 中。然而，t 是一个可能未对齐地址的 32 位值。执行该指令可能会导致对齐失败，并且在 t 的地址对齐的奇怪情况下会得到不正确的结果。

您可以使用适当的 x86 寻址模式来解决此问题。这是缓慢但清晰的版本：

__asm mov eax, m_sincos                  ; eax <- m_sincos
__asm mov ebx, dword ptr t
__asm shl ebx, 4                         ; ebx <- t * 16 ; each array element is 16-bytes (128 bit) long
__asm movaps xmm0, xmmword ptr [eax+ebx] ; xmm0 <- m_sincos[t]

---

旁注：

当我将其放入完整的程序中时，会发生一些奇怪的事情：

#include <math.h>
#include <tchar.h>
#include <xmmintrin.h>

int main()
{
    static __m128 *m_sincos;
    int Bins = 4;

    m_sincos = (__m128*) _aligned_malloc(Bins*sizeof(__m128), 16);
    for (int t=0; t<Bins; t++) {
        m_sincos[t] = _mm_set_ps(cos((float) t), sin((float) t), sin((float) t), cos((float) t));
        __asm movaps xmm0, m_sincos[t];
        __asm mov eax, m_sincos
        __asm mov ebx, t
        __asm shl ebx, 4
        __asm movaps xmm0, [eax+ebx];
    }

    return 0;
}

当您运行此程序时，如果您密切关注寄存器窗口，您可能会注意到一些奇怪的事情。尽管结果是正确的，但在执行 movaps 指令之前，xmm0 获取了正确的值。这是怎么发生的？

查看生成的汇编代码可以看出，_mm_set_ps()将sin/cos结果加载到xmm0中，然后将其保存到m_sincos[t]的内存地址中。但该值也保留在 xmm0 中。 _mm_set_ps 是一个“内在”，而不是函数调用；完成后它不会尝试恢复它使用的寄存器的值。

如果可以从中吸取教训，那就是在使用 SSE 内部函数时，始终使用它们，以便编译器可以为您进行优化。否则，如果您使用内联汇编，也请始终使用它。

Answer 2

您应该始终使用内联函数，甚至只是将其打开并保留它们，而不是显式对其进行编码。这是因为 __asm 不可移植到 64 位代码。