2

フレームのピクセルを表す unsigned char を含むベクトルをいくつか取得しました。MMX の改善なしでこの機能が動作するようになりましたが、MMX が動作しないことに不満を感じました...

2 つの unsigned char を追加する必要があります (unsigned char は既知のように 0 ～ 255 になるため、8 ビットではなく 16 ビットとして合計する必要があります)、それらを 2 で割ります (右シフト 1)。これまでに行ったコードは次のとおりですが、値が間違っています。adds_pu16 は 16 ビットを 8 だけ追加しません。

  MM0 = _mm_setzero_si64();        //all zeros
  MM1 = TO_M64(lv1+k);             //first 8 unsigned chars
  MM2 = TO_M64(lv2+k);             //second 8 unsigned chars

  MM3 =_mm_unpacklo_pi8(MM0,MM1);  //get first 4chars from MM1 and add Zeros
  MM4 =_mm_unpackhi_pi8(MM0,MM1);  //get last 4chars from MM1 and add Zeros

  MM5 =_mm_unpacklo_pi8(MM0,MM2);  //same as above for line 2
  MM6 =_mm_unpackhi_pi8(MM0,MM2);

  MM1 = _mm_adds_pu16(MM3,MM5);    //add both chars as a 16bit sum (255+255 max range)
  MM2 = _mm_adds_pu16(MM4,MM6);

  MM3 = _mm_srai_pi16(MM1,1);      //right shift (division by 2)
  MM4 = _mm_srai_pi16(MM2,1);

  MM1 = _mm_packs_pi16(MM3,MM4);   //pack the 2 MMX registers into one

  v2 = TO_UCHAR(MM1);              //put results in the destination array

新展開: king_nak さん、ありがとうございます!! 私がやろうとしていることの簡単なバージョンを書きました：

int main()
{
char A[8]={255,155,2,3,4,5,6,7};
char B[8]={255,155,2,3,4,5,6,7};
char C[8];
char D[8];
char R[8];

__m64* pA=(__m64*) A;

__m64* pB=(__m64*) B;

__m64* pC=(__m64*) C;

__m64* pD=(__m64*) D;

__m64* pR=(__m64*) R;

_mm_empty();

__m64 MM0 = _mm_setzero_si64();

__m64 MM1 = _mm_unpacklo_pi8(*pA,MM0);

__m64 MM2 = _mm_unpackhi_pi8(*pA,MM0);

__m64 MM3 = _mm_unpacklo_pi8(*pB,MM0);

__m64 MM4 = _mm_unpackhi_pi8(*pB,MM0);

__m64 MM5 = _mm_add_pi16(MM1,MM3);

__m64 MM6 = _mm_add_pi16(MM2,MM4);

printf("SUM:\n");

*pC= _mm_add_pi16(MM1,MM3);

*pD= _mm_add_pi16(MM2,MM4);

for(int i=0; i<8; i++) printf("\t%d ", (C[i])); printf("\n");

for(int i=0; i<8; i++) printf("\t%d ", D[i]); printf("\n");

printf("DIV:\n");

*pC= _mm_srai_pi16(MM5,1);

*pD= _mm_srai_pi16(MM6,1);

for(int i=0; i<8; i++) printf("\t%d ", (C[i])); printf("\n");

for(int i=0; i<8; i++) printf("\t%d ", D[i]); printf("\n");

MM1= _mm_srai_pi16(MM5,1);    
MM2= _mm_srai_pi16(MM6,1);

printf("Final Result:\n");
*pR= _mm_packs_pi16(MM1,MM2);
for(int i=0; i<8; i++) printf("\t%d ", (R[i])); printf("\n");

return(0);
}

結果は次のとおりです。

和：

-2  1   54  1   4   0   6   0 

8   0   10  0   12  0   14  0

分割:

-1  0   -101    0   2   0   3   0 

4   0   5   0   6   0   7   0

最終結果：

127     127     2   3   4   5   6   7

小さい数は問題ありませんが、127 を与える大きな数は間違っています。これは問題です。何が間違っているのですか :s

4

3 に答える 3

4

呼び出しでオペランドを切り替える必要があり_mm_unpacklo_pi8ます。これを行うと、値のバイトは単語の上位バイトになります (たとえばAB、 に00パックされAB00ます)。加算とシフトの後、値は よりも大きくなり0x7F、パック命令によってその値に飽和します。

交換オペランドを使用すると、 のような値で計算が行われ00AB、結果は符号付きバイトに収まります。

更新:
追加情報を確認したところ、問題は_mm_packs_pi16. これは、符号付きバイトpacksswbを飽和させるアセンブリ命令です。例: 値 > 127 は 127 に設定されます。(255+255)>>1is 255, and (155+155)>>1is 155...代わりに
使用します。_mm_packs_pu16これにより、値が符号なしバイトとして扱われ、目的の結果 (255/155) が得られます。

于 2011-06-29T11:59:45.163 に答える
1

私は問題を見つけたと思います: アンパック命令の引数が間違った順序になっています。レジスタ全体を見ると、個々の文字がショートにゼロ拡張されているように見えますが、実際にはゼロが埋め込まれています。それぞれの場合で mm0 と他のレジスタを交換するだけで動作するはずです。

また、飽和加算は必要ありません。通常の PADDW で十分です。得られる最大値は 0xff+0xff=0x01fe で、飽和する必要はありません。

編集：さらに、PACKSSWBはあなたが望むことを完全には行いません。PACKUSWB は正しい命令であり、飽和によって間違った結果が得られます。

これが解決策です（シフトを論理シフトに置き換え、いくつかの場所で異なる疑似レジスタを使用しました）：

mm0=pxor(mm0,mm0) =[00,00,00,00,00,00,00,00]
mm1 =[a0,10,ff,18,7f,f0,ff,cc]
mm2 =[c0,20,ff,00,70,26,ff,01]
mm3=punpcklbw(mm1,mm0) =[00a0,0010,00ff,0018]
mm4=punpckhbw(mm1,mm0) =[007f,00f0,00ff,00cc]
mm5=punpcklbw(mm2,mm0) =[00c0,0020,00ff,0000]
mm6=punpckhbw(mm2,mm0) =[0070,0026,00ff,0001]
mm5=paddw(mm3,mm5) =[0160,0030,01fe,0018]
mm6=paddw(mm4,mm6) =[00ef,0116,01fe,00cd]
mm3=psrlwi(mm5,1) =[00b0,0018,00ff,000c]
mm4=psrlwi(mm6,1) =[0077,008b,00ff,0066]
mm1=packuswb(mm3,mm4) =[b0,18,ff,0c,77,8b,ff,66]
于 2011-06-29T14:59:26.800 に答える
1

余談ですが、2 つの 8 ビット値の平均を計算するために 16 ビットの中間値は必要ありません。処方：

(a >> 1) + (b >> 1) + (a & b & 1)

必要な8ビットの中間体のみで正しい結果が得られます。8 ビットのベクトル命令が利用できる場合は、おそらくこれを利用してスループットを向上させることができます。

于 2011-06-30T01:36:15.937 に答える