SSE（Streaming SIMD Extensions，单指令多数据流扩展）指令集是Intel在Pentium III处理器中率先推出的。其实，早在PIII正式推出之前，Intel公司就曾经通过各种渠道公布过所谓的KNI（Katmai New Instruction）指令集，这个指令集也就是SSE指令集的前身，并一度被很多传媒称之为MMX指令集的下一个版本，即MMX2指令集。究其背景，原来"KNI"指令集是Intel公司最早为其下一代芯片命名的指令集名称，而所谓的"MMX2"则完全是硬件评论家们和媒体凭感觉和印象对"KNI"的 评价，Intel公司从未正式发布过关于MMX2的消息。

作者:HAM(参考资料:Intel 开发文档)

大部分涉及到128位内存变量操作的,内存变量首地址必须要对齐16字节,也就是内存地址低4位为0,否则会引起CPU异常,导致指令执行失败,此错误编译器不检查.

SSE1:

主要是单精度浮点运算

SSE有8个128位独立寄存器(XMM1~XMM7).

MM指64位MMX寄存器

XMM指XMM寄存器

m128指128位内存变量

movaps XMM,XMM/m128 movaps XMM/128,XMM

把源存储器内容值送入目的寄存器,当有m128时,必须对齐内存16字节,也就是内存地址低4位为0.

﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋

movups XMM,XMM/m128 movaps XMM/128,XMM

把源存储器内容值送入目的寄存器,但不必对齐内存16字节.

﹋﹋﹋﹋﹋﹋﹋﹋﹋﹋

movlps XMM,m64

把源存储器64位内容送入目的寄存器低64位,高64位不变,内存变量不必对齐内存16字节.

movhps XMM,m64

把源存储器64位内容送入目的寄存器高64位,低64位不变,内存变量不必对齐内存16字节.

movhlps XMM,XMM

把源寄存器高64位送入目的寄存器低64位,高64位不变.

movlhps XMM,XMM

把源寄存器低64位送入目的寄存器高64位,低64位不变.

movss XMM,m32/XMM

原操作数为m32时：

dest[31-00] <== m32

dest[127-32] <== 0

原操作数为XMM时:

dest[31-00] <== src[31-00]

dest[127-32]不变

movmskpd r32,XMM

r32[0] <== XMM[63]

r32[1] <== XMM[127]

r32[31-2] <== 0

movmskps r32,XMM

r32[0] <== XMM[31]

r32[1] <== XMM[63]

r32[2] <== XMM[95]

r32[3] <== XMM[127]

r32[31-4] <== 0

pmovmskb r32,XMM

r[0] <== XMM[7]

r[1] <== XMM[15]

r[2] <== XMM[23]

r[3] <== XMM[31]

r[4] <== XMM[39]

r[5] <== XMM[47]

r[6] <== XMM[55]

r[7] <== XMM[63]

r[8] <== XMM[71]

r[9] <== XMM[79]

r[10] <== XMM[87]

r[11] <== XMM[95]

r[12] <== XMM[103]

r[13] <== XMM[111]

r[14] <== XMM[119]

r[15] <== XMM[127]

r[31-16] <== 0

movntps m128,XMM

m128 <== XMM 直接把XMM中的值送入m128，不经过cache,必须对齐16字节.

movntpd m128,XMM

m128 <== XMM 直接把XMM中的值送入m128，不经过cache,必须对齐16字节.

movnti m32,r32

m32 <== r32 把32寄存器的值送入m32，不经过cache.

addps XMM,XMM/m128

源存储器内容按双字对齐,共4个单精度浮点数与目的寄存器相加,结果送入目的寄存器,内存变量必须对齐内存16字节.

例:

当XMM0 = 0c517e000 44290000 46b6d000 3c4985f0 h

XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,当执行addps XMM0,XMM1

则XMM0 = 045992000 44350ccd 4a5b52e0 3c59018e h

因为XMM0 = -2.43E3 6.76E2 2.34E4 1.23E-2 'xEy'指x * 10^y,如 1.0E2 = 100,1.0E-2 = 0.01,

XMM1 = 7.33E3 4.82E1 3.57E6 9.45E-4 当中'E'不是16进制中的'e',而是指数'EXP'

结果XMM0 = 4.9E3 7.242E2 3.5934E6 1.3245E-2

addss XMM,XMM/m32

源存储器的低32位1个单精度浮点数与目的寄存器的低32位1个单精度浮点数相加,结果送入目的寄存器的低32位

高96位不变,内存变量不必对齐内存16字节.

例:

当XMM0 = 0c517e000 44290000 46b6d000 3c4985f0 h

XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,当执行addss XMM0,XMM1

则XMM0 = 0c517e000 44290000 46b6d000 3c59018e h

subps XMM,XMM/m128

源存储器内容按双字对齐,共4个单精度浮点数与目的寄存器相减(目的减去源),结果送入目的寄存器,

内存变量必须对齐内存16字节.

例:

当XMM0 = 0c517e000 44290000 46b6d000 3c4985f0 h

XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,当执行addss XMM0,XMM1

则XMM0 = 0c6188000 441cf333 ca5877a0 3c3a0a52 h

因为XMM0 = -2.43E3 6.76E2 2.34E4 1.23E-2

XMM1 = 7.33E3 4.82E1 3.57E6 9.45E-4

结果XMM0 = -9.76E3 6.278E2 -3.5466E6 1.1355E-2

subss XMM,XMM/m32

源存储器的低32位1个单精度浮点数与目的寄存器的低32位1个单精度浮点数相减(目的减去源),

结果送入目的寄存器的低32位,高96位不变,内存变量不必对齐内存16字节.

例:

当XMM0 = 0c517e000 44290000 46b6d000 3c4985f0 h

XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,当执行addss XMM0,XMM1

则XMM0 = 0c517e000 44290000 46b6d000 3c3a0a52 h

maxps XMM,XMM/m128

源存储器4个单精度浮点数与目的寄存器4个单精度浮点数比较,较大数放入对应目的寄存器,内存变量必须对齐内存16字节.

例:

当XMM0 = 0c517e000 44290000 46b6d000 3c4985f0 h

XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,当执行maxps XMM0,XMM1

则XMM0 = 045e51000 44290000 4a59e540 3c4985f0 h

因为XMM0 = -2.43E3 6.76E2 2.34E4 1.23E-2

XMM1 = 7.33E3 4.82E1 3.57E6 9.45E-4

结果XMM0 = 7.33E3 6.76E2 3.57E6 1.23E-2

maxss XMM,XMM/m32

源存储器低32位1个单精度浮点数与目的寄存器低32位1个单精度浮点数比较,较大数放入目的寄存器低32位,高96位不变

内存变量不必对齐内存16字节.

例:

当XMM0 = 045e51000 4240cccd 4a59e540 3a77b9e0 h

XMM1 = 0c517e000 44290000 46b6d000 3c4985f0 h,当执行maxss XMM0,XMM1

则XMM0 = 045e51000 4240cccd 4a59e540 3c4985f0 h

minps XMM,XMM/m128

源存储器4个单精度浮点数与目的寄存器4个单精度浮点数比较,较小数放入对应目的寄存器,内存变量必须对齐内存16字节.

minss XMM,XMM/m32

源存储器低32位1个单精度浮点数与目的寄存器低32位1个单精度浮点数比较,较小数放入目的寄存器低32位,高96位不变

内存变量不必对齐内存16字节.

cmpps XMM0,XMM1,imm8 imm8是立即数范围是0~7

根据imm8的值进行4对单精度浮点数的比较，符合imm8的就置目的寄存器对应的32位全1,否则全0

当imm8 = 0时,目的寄存器等于原寄存器数时，置目的寄存器对应的32位全1,否则全0

imm8 = 1 时,目的寄存器小于原寄存器数时，置目的寄存器对应的32位全1,否则全0

imm8 = 2 时,目的寄存器小于等于原寄存器数时，置目的寄存器对应的32位全1,否则全0

imm8 = 4 时,目的寄存器不等于原寄存器数时，置目的寄存器对应的32位全1,否则全0

imm8 = 5 时,目的寄存器大于等于原寄存器数时，置目的寄存器对应的32位全1,否则全0

imm8 = 6 时,目的寄存器大于原寄存器数时，置目的寄存器对应的32位全1,否则全0

rcpps XMM,XMM/m128

源存储器4个单精度浮点数的倒数放入对应目的寄存器,内存变量必须对齐内存16字节.

注:比如2.0E0的倒数为1÷2.0E0 = 5.0E-1

例:

当XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,执行rcpps XMM0,XMM1

则XMM0 = 0390f0800 3ca9f800 34966000 44844800 h

因为XMM1 = 7.33E3 4.82E1 3.57E6 9.45E-4

结果XMM0 = 1.36E-4 2.075E-2 2.8E-7 1.06E3

这操作只有12bit的精度.

用这种方法可以提高精度到23bit(牛顿-拉弗森方法)：

x0 = RCPSS(d)

x1 = x0 * (2 - d * x0) = 2*x0 - d * x0 * x0

x0是直接用倒数指令得到的除数d的倒数的逼近；x1则是更精确的逼近。

以下操作：XMM0=DIVIDENDS / DIVISORS(这种方法比直接用divps更快速)

MOVAPS XMM1,[DIVISORS];载入除数

RCPPS XMM0,XMM1;求得倒数的逼近

MULPS XMM1,XMM0;牛顿-Raphson公式

MULPS XMM1,XMM0

ADDPS XMM0,XMM0

SUBPS XMM0,XMM1

MULPS XMM0,[DIVIDENDS];结果在XMM0中

rcpss XMM,XMM/32

源存储器低32位1个单精度浮点数的倒数放入目的寄存器低32位,高96位不变

例:

当XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,执行rcpss XMM0,XMM1

则XMM0 = 045e51000 4240cccd 4a59e540 44844800 h

精度同rcpps

rsqrtps XMM,XMM/m128

源存储器4个单精度浮点数的开方的倒数放入对应目的寄存器,内存变量必须对齐内存16字节.

比如2.0E0的开方的倒数为1÷√2.0E0 ≈ 7.0711E-1

例:

当XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,执行rsqrtps XMM0,XMM1

则XMM0 = 03c3f6000 3e138000 3a0ab800 42022000 h

因为XMM1 = 7.33E3 4.82E1 3.57E6 9.45E-4

结果XMM0 = 1.17E-2 1.44E-1 5.29E-4 3.25E1

这操作只有12bit的精度.

用这种方法可以提高精度到23bit(牛顿-拉弗森方法).

x0 = RSQRTSS(a)

x1 = 0.5 * x0 * (3 - (a * x0)) * x0)

rsqrtss XMM,XMM/32

源存储器低32位1个单精度浮点数的开方的倒数放入目的寄存器低32位,高96位不变,内存变量不必对齐内存16字节.

mulps XMM,XMM/m128

源存储器内容按双字对齐,共4个单精度浮点数与目的寄存器相乘,结果送入目的寄存器,内存变量必须对齐内存16字节.

mulss XMM,XMM/32

源存储器的低32位1个单精度浮点数与目的寄存器的低32位1个单精度浮点数相乘,结果送入目的寄存器的低32位,

高96位不变,内存变量不必对齐内存16字节.

divps XMM,XMM/m128

目的寄存器共4个单精度浮点数除以源存储器4个单精度浮点数,结果送入目的寄存器,内存变量必须对齐内存16字节.

divss XMM,XMM/32

目的寄存器低32位1个单精度浮点数除以源存储器低32位1个单精度浮点数,结果送入目的寄存器的低32位,

高96位不变,内存变量不必对齐内存16字节.

andps XMM,XMM/m128

源存储器128个二进制位'与'目的寄存器128个二进制位,结果送入目的寄存器,内存变量必须对齐内存16字节.

orps XMM,XMM/m128

源存储器128个二进制位'或'目的寄存器128个二进制位,结果送入目的寄存器,内存变量必须对齐内存16字节.

xorps XMM,XMM/m128

源存储器128个二进制位'异或'目的寄存器128个二进制位,结果送入目的寄存器,内存变量必须对齐内存16字节.

unpckhps XMM,XMM/m128

源存储器与目的寄存器高64位按双字交错排列,结果送入目的寄存器,内存变量必须对齐内存16字节.

高64位 | 低64位

目的寄存器: a0 | a1 | a2 | a3

源存储器: b0 | b1 | b2 | b3

目的寄存器结果: b0 | a0 | b1 | a1

例:

当XMM0 = 0c517e000 44290000 46b6d000 3c4985f0 h

XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,当执行unpckhps XMM0,XMM1

则XMM0 = 045e51000 c517e000 4240cccd 44290000 h

unpcklps XMM,XMM/m128

源存储器与目的寄存器低64位按双字交错排列,结果送入目的寄存器,内存变量必须对齐内存16字节.

高64位 | 低64位

目的寄存器: a0 | a1 | a2 | a3

源存储器: b0 | b1 | b2 | b3

目的寄存器结果: b2 | a2 | b3 | a3

例:

当XMM0 = 0c517e000 44290000 46b6d000 3c4985f0 h

XMM1 = 045e51000 4240cccd 4a59e540 3a77b9e0 h,执行unpcklps XMM0,XMM1

则XMM0 = 04a59e540 46b6d000 3a77b9e0 3c4985f0 h

cvtpi2ps XMM,MM/m64

源存储器64位两个32位有符号(补码)整数转为两个单精度浮点数,放入目的寄存器低64中,高64位不变.

例:

当XMM0 = 2315d4d7 930d9761 82748383 ed2782cb h

MM0 = 0001e240 fffe1dc0 h,执行cvtpi2ps XMM0,MM0

则XMM0 = 2315d4d7 930d9761 c7f12000 47f12000 h

因为0001e240h(有符号整数) = 123456 = 1.23456E5 = 47f12000h(单精浮点)

fffe1dc0h(有符号整数) = -123456 = -1.23456E5 = 0c7f12000h(单精浮点)

cvtsi2ss XMM,r32/m32

源存储器1个32位有符号(补码)整数转为1个单精度浮点数,放入目的寄存器低32中,高96位不变.

cvtps2pi MM,XMM/m64

把源存储器低64位两个32位单精度浮点数转为两个32位有符号(补码)整数,放入目的寄存器.

cvttps2pi MM,XMM/m64

类似于cvtps2pi，截断取整.

cvtss2si r32,XMM/m32

把源存储器低32位1个单精度浮点数转为1个32位有符号(补码)整数,放入目的寄存器.

cvttss2si r32,XMM/m32

类似cvtss2si,截断取整.

pavgb MM,MM/m64 pavgb XMM,XMM/m128

把源存储器与目的寄存器按字节无符号整数相加,再除以2,结果四舍五入为整数放入目的寄存器,

源存储器为m128时,内存变量必须对齐内存16字节.

注:此运算不会产生溢出.

例:

当MM0 = 9a bc de f0 12 34 56 78 h

MM1 = 8d ec 5b f8 98 25 71 47 h,执行pavgb MM0,MM1

则MM0 = 94 d4 9d f4 55 2d 64 60 h

9ah = 154,8dh = 141,154+141 = 295,295÷2 = 147.5 ≈ 148(四舍五入) = 94h

pavgw MM,MM/m64 pavgw XMM,XMM/m128

把源存储器与目的寄存器按字无符号整数相加,再除以2,结果四舍五入为整数放入目的寄存器,

源存储器为m128时,内存变量必须对齐内存16字节.

pextrw r32,MM,imm8 pextrw r32,XMM,imm8 imm8为8位立即数(无符号)

从源寄存器中选第imm8(0~3 或 0~7)个字送入目的寄存器的低16位,高16位清零.

注:imm8范围为 0~255,当源寄存器为'MM'时,有效值= imm8 mod 4,当目的寄存器为'XMM'时,有效值= imm8 mod 8

pinsrw MM,r32/m32,imm8 pinsrw XMM,r32/m32,imm8

把源存储器的低16位内容送入目的寄存器第imm8(0~3 或 0~7)个字,其余字不变.

注:imm8范围为 0~255,当目的寄存器为'MM'时,有效值= imm8 mod 4,当目的寄存器为'XMM'时,有效值= imm8 mod 8

例:

7 6 5 4 3 2 1 0

当XMM0 = 0ffff ffff ffff ffff ffff ffff ffff ffff h

eax = 01234 5678 h,执行pinsrw XMM0,eax,3

﹌﹌

则XMM0 = 0ffff ffff ffff ffff 5678 ffff ffff ffff h

﹌﹌

执行pinsrw XMM0,eax,9

则XMM0 = 0ffff ffff ffff ffff ffff ffff 5678 ffff h

﹌﹌

pmaxsw MM,MM/m64 pmaxsw XMM,XMM/m128

把源存储器与目的寄存器按字有符号(补码)整数比较,大数放入目的寄存器对应字,

源存储器为m128时,内存变量必须对齐内存16字节.

pmaxub MM,MM/m64 pmaxsw XMM,XMM/m128

把源存储器与目的寄存器按字节无符号整数比较,大数放入目的寄存器对应字节,

源存储器为m128时,内存变量必须对齐内存16字节.

pminsw MM,MM/m64 pmaxsw XMM,XMM/m128

把源存储器与目的寄存器按字有符号(补码)整数比较,较小数放入目的寄存器对应字,

源存储器为m128时,内存变量必须对齐内存16字节.

pminub MM,MM/m64 pmaxsw XMM,XMM/m128

把源存储器与目的寄存器按字节无符号整数比较,较小数放入目的寄存器对应字节,

源存储器为m128时,内存变量必须对齐内存16字节.

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

SSE2:

主要是双精度浮点运算

SSE2与SSE1使用相同寄存器

movapd XMM,XMM/m128 movapd XMM/m128,XMM

把源存储器内容值送入目的寄存器,当有m128时,必须对齐内存16字节.

movupd XMM,XMM/m128 movapd XMM/m128,XMM

把源存储器内容值送入目的寄存器,但不必对齐内存16字节.

我感觉这两条指令同movaps 和 movups 指令一样,不过又不确定.

movlpd XMM,m64 movlpd m64,XMM

把源存储器64位内容送入目的寄存器低64位,高64位不变,内存变量不必对齐内存16字节.

movhpd XMM,m64 movhpd m64,XMM

把源存储器64位内容送入目的寄存器高64位,低64位不变,内存变量不必对齐内存16字节.

addpd XMM,XMM/m128

源存储器内容按四字对齐,共两个双精度浮点数与目的寄存器相加,结果送入目的寄存器,内存变量必须对齐内存16字节.

addsd XMM,XMM/m64

源存储器的低64位1个双精度浮点数与目的寄存器的低64位1个双精度浮点数相加,结果送入目的寄存器的低64位

高64位不变,内存变量不必对齐内存16字节.

subpd XMM,XMM/m128

把目的寄存器内容按四字对齐,两个双精度浮点数,减去源存储器两个双精度浮点数,

结果送入目的寄存器,内存变量必须对齐内存16字节.

subsd XMM,XMM/m128

把目的寄存器的低64位1个双精度浮点数,减去源存储器低64位1个双精度浮点数,结果送入目的寄存器的低64位

高64位不变,内存变量不必对齐内存16字节.

mulpd XMM,XMM/m128

源存储器内容按四字对齐,共两个双精度浮点数与目的寄存器相乘,结果送入目的寄存器,内存变量必须对齐内存16字节.

mulsd XMM,XMM/m128

源存储器的低64位1个双精度浮点数与目的寄存器的低64位1个双精度浮点数相乘,结果送入目的寄存器的低64位,

高64位不变,内存变量不必对齐内存16字节.

divpd XMM,XMM/m128

目的寄存器共两个双精度浮点数除以源存储器两个双精度浮点数,结果送入目的寄存器,内存变量必须对齐内存16字节.

divsd XMM,XMM/m128

目的寄存器低64位1个双精度浮点数除以源存储器低64位1个双精度浮点数,结果送入目的寄存器的低64位,

高64位不变,内存变量不必对齐内存16字节.

sqrtpd XMM,XMM/m128

源存储器两个双精度浮点数的开方放入对应目的寄存器,内存变量必须对齐内存16字节.

sqrtsd XMM,XMM/m128

源存储器低64位1个双精度浮点数的开方放入目的寄存器低64位,高64位不变,内存变量不必对齐内存16字节.

maxpd XMM,XMM/m128

源存储器两个双精度浮点数与目的寄存器两个双精度浮点数比较,较大数放入对应目的寄存器,内存变量必须对齐内存16字节.

maxsd XMM,XMM/m128

源存储器低64位1个双精度浮点数与目的寄存器低64位1个双精度浮点数比较,较大数放入目的寄存器低64位,高64位不变

内存变量不必对齐内存16字节.

minpd XMM,XMM/m128

源存储器两个双精度浮点数与目的寄存器两个双精度浮点数比较,较小数放入对应目的寄存器,内存变量必须对齐内存16字节.

minsd XMM,XMM/m128

源存储器低64位1个双精度浮点数与目的寄存器低64位1个双精度浮点数比较,较小数放入目的寄存器低64位,高64位不变

内存变量不必对齐内存16字节.

andpd XMM,XMM/m128

源存储器128个二进制位'与'目的寄存器128个二进制位,结果送入目的寄存器,内存变量必须对齐内存16字节.

andnpd XMM,XMM/m128

目的寄存器128个二进制位先取'非',再'与'源存储器128个二进制位,结果送入目的寄存器,内存变量必须对齐内存16字节.

orpd XMM,XMM/m128

源存储器128个二进制位'或'目的寄存器128个二进制位,结果送入目的寄存器,内存变量必须对齐内存16字节.

xorpd XMM,XMM/m128

源存储器128个二进制位'异或'目的寄存器128个二进制位,结果送入目的寄存器,内存变量必须对齐内存16字节.

───────────────────────────

cvtps2pd XMM,XMM/m64

把源存储器低64位两个单精度浮点数变成两个双精度浮点数,结果送入目的寄存器.

cvtss2sd XMM,XMM/m32

把源存储器低32位1个单精度浮点数变成1个双精度浮点数,结果送入目的寄存器的低64位,高64位不变.

cvtpd2ps XMM,XMM/m128

把源存储器两个双精度浮点数变成两个单精度浮点数,结果送入目的寄存器的低64位,高64位清零,

内存变量必须对齐内存16字节.

例:

当XMM0 = 011112222 33334444 55556666 77778888 h,

XMM1 = 0dd1a5e1f35aec736 41132a4000000000 h,执行cvtpd2ps XMM0,XMM1

则XMM0 = 000000000 00000000 ff800000 48995200 h

^特殊状态 ^3.14E5

(表示负无穷大)

因为XMM1 = -3.14E140 3.14E5

而单精浮点最小可表示1.18E-38(规格化),-3.14E140已远超过,所以变成一种特殊状态,

指数位全为1,尾数全为0,符号位不变,3.14E5则变为正常的单精度3.14E5

cvtsd2ss XMM,XMM/m64

把源存储器低64位1个双精度浮点数变成1个单精度浮点数,结果送入目的寄存器的低32位,高96位不变.

cvtpd2pi MM,XMM/m128

把源存储器两个双精度浮点数变成两个双字有符号整数,结果送入目的寄存器,内存变量必须对齐内存16字节.

如果结果大于所能表示的范围,那么转化为80000000h(正数也转为此值).

当XMM1 = 0dd1a5e1f35aec736 41132a4000000000 h,执行cvtpd2pi MM0,XMM1

则 MM0 = 80000000 0004ca90 h

因为0dd1a5e1f35aec736h(双精度浮点数) = -3.14E140 超过 80000000h所以变为80000000h

而41132a4000000000h(双精度浮点数) = 3.14E5,所以转为314000 = 0004ca90h(有符号整数)

cvttpd2pi MM,XMM/m128

类似于cvtpd2pi,截断取整.

cvtpi2pd XMM,MM/m64

把源存储器两个双字有符号整数变成两个双精度浮点数,结果送入目的寄存器.

cvtpd2dq XMM,XMM/m128

把源存储器两个双精度浮点数变成两个双字有符号整数(此运算与cvtpd2pi类似但目的寄存器变为XMM),

结果送入目的寄存器的低64位,高64位清零,内存变量必须对齐内存16字节.

cvttpd2dq XMM,XMM/m128

类似于cvtpd2dq，为截断取整.

cvtdq2pd XMM,XMM/m128

把源存储器低64位两个双字有符号整数变成两个双精度浮点数,结果送入目的寄存器,内存变量必须对齐内存16字节.

cvtsd2si r32,XMM/m64

把源存储器低64位1个双精度浮点数变成1个双字有符号整数,结果送入目的寄存器.

cvttsd2si r32,XMM/m64

类似于cvtsd2si，截断取整.

cvtsi2sd XMM,r32/m32

把源存储器1个双字有符号整数变成1个双精度浮点数,结果送入目的寄存器的低64位,高64位不变.

cvtps2dq XMM,XMM/m128

把源存储器4个单精度浮点数变成4个双字有符号整数,结果送入目的寄存器,内存变量必须对齐内存16字节.

cvttps2dq XMM,XMM/m128

类似于cvtps2dq，截断取整.

cvtdq2ps XMM,XMM/m128

把源存储器4个双字有符号整数变成4个单精度浮点数,结果送入目的寄存器,内存变量必须对齐内存16字节.

───────────────────────────

movdqa XMM,XMM/m128 movdqa XMM/m128,XMM

把源存储器内容值送入目的寄存器,当有m128时,必须对齐内存16字节.

movdqu XMM,XMM/m128 movdqu XMM/m128,XMM

把源存储器内容值送入目的寄存器,但不必对齐内存16字节.

paddd XMM,XMM/m128

把源存储器与目的寄存器按双字对齐无符号整数普通相加,结果送入目的寄存器,内存变量必须对齐内存16字节.

paddq XMM,XMM/m128

把源存储器与目的寄存器按四字对齐无符号整数普通相加,结果送入目的寄存器,内存变量必须对齐内存16字节.

paddq MM,MM/m64

把源存储器与目的寄存器四字无符号整数普通相加,结果送入目的寄存器.

psubd XMM,XMM/m128

把目的寄存器与源存储器按双字对齐无符号整数普通相减,结果送入目的寄存器,

内存变量必须对齐内存16字节.(目的减去源)

psubq XMM,XMM/m128

把目的寄存器与源存储器按四字对齐无符号整数普通相减,结果送入目的寄存器,

内存变量必须对齐内存16字节.(目的减去源)

psubq MM,MM/m64

把目的寄存器与源存储器四字无符号整数普通相减,结果送入目的寄存器.(目的减去源)

pmuludq XMM,XMM/m128

把源存储器与目的寄存器的低32位无符号整数相乘,结果变为64位,送入目的寄存器低64位,

把源存储器与目的寄存器的高64位的低32位无符号整数相乘,结果变为64位,送入目的寄存器高64位.

内存变量必须对齐内存16字节.

高64位 | 低64位

目的寄存器: a0 | a1 | a2 | a3

源存储器: b0 | b1 | b2 | b3

目的寄存器结果: b1*a1 | b3*a3

pmuludq MM,MM/m64

把源存储器与目的寄存器的低32位无符号整数相乘,结果变为64位,送入目的寄存器.

高32位 | 低32位

目的寄存器: a0 | a1

源存储器: b0 | b1

目的寄存器结果: b1*a1

pslldq XMM,imm8

把目的寄存器128位按imm8(立即数)指定字节数逻辑左移,移出的字节丢失.

imm8 == 1时,代表左移8位,imm8 == 2时,代表左移16位.

psrldq XMM,imm8

把目的寄存器128位按imm8(立即数)指定字节数逻辑右移,移出的字节丢失.

imm8 == 1时,代表右移8位,imm8 == 2时,代表右移16位.

psllw XMM,XMM/m128 psllw XMM,imm8

把目的寄存器按字由源存储器(或imm8 立即数)指定位数逻辑左移,移出的位丢失.

低字移出的位不会移入高字,内存变量必须对齐内存16字节.

psrlw XMM,XMM/m128 psrlw XMM,imm8

把目的寄存器按字由源存储器(或imm8 立即数)指定位数逻辑右移,移出的位丢失.

高字移出的位不会移入低字,内存变量必须对齐内存16字节.

pslld XMM,XMM/m128 pslld XMM,XMM imm8

把目的寄存器按双字由源存储器(或imm8 立即数)指定位数逻辑左移,移出的位丢失.

低双字移出的位不会移入高双字,内存变量必须对齐内存16字节.

psrld XMM,XMM/m128 psrld XMM,imm8

把目的寄存器按双字由源存储器(或imm8 立即数)指定位数逻辑右移,移出的位丢失.

高双字移出的位不会移入低双字,内存变量必须对齐内存16字节.

movq2dq XMM,MM

把源寄存器内容送入目的寄存器的低64位,高64位清零.

movdq2q MM,XMM

把源寄存器低64位内容送入目的寄存器.

pmaddwd XMM,XMM/m128

把源存储器与目的寄存器分4组进行向量点乘(有符号补码操作),内存变量必须对齐内存16字节..

高64位 | 低64位

目的寄存器: a0 | a1 | a2 | a3 | a4 | a5 | a6 | a7

源存储器: b0 | b1 | b2 | b3 | b4 | b5 | b6 | b7

目的寄存器结果: a0*b0+a1*b1 | a2*b2+a3*b3 | a4*b4+a5*b5 | a6*b6+a7*b7

paddsb XMM,XMM/m128

源存储器与目的寄存器按字节对齐有符号补码饱和相加,内存变量必须对齐内存16字节.

paddsw XMM,XMM/m128

源存储器与目的寄存器按字对齐有符号补码饱和相加,内存变量必须对齐内存16字节.

psubsb XMM,XMM/m128

源存储器与目的寄存器按字节对齐有符号补码饱和相减(目的减去源),内存变量必须对齐内存16字节.

psubsw XMM,XMM/m128

源存储器与目的寄存器按字对齐有符号补码饱和相减(目的减去源),内存变量必须对齐内存16字节.

paddusb XMM,XMM/m128

源存储器与目的寄存器按字节对齐无符号饱和相加,内存变量必须对齐内存16字节.

paddusw XMM,XMM/m128

源存储器与目的寄存器按字对齐无符号饱和相加,内存变量必须对齐内存16字节.

psubusb XMM,XMM/m128

源存储器与目的寄存器按字节对齐无符号饱和相减(目的减去源),内存变量必须对齐内存16字节.

psubusw XMM,XMM/m128

源存储器与目的寄存器按字对齐无符号饱和相减(目的减去源),内存变量必须对齐内存16字节.

paddb XMM,XMM/m128

源存储器与目的寄存器按字节对齐无符号普通相加,内存变量必须对齐内存16字节.

paddw XMM,XMM/m128

源存储器与目的寄存器按字对齐无符号普通相加,内存变量必须对齐内存16字节.

paddd XMM,XMM/m128

源存储器与目的寄存器按双字对齐无符号普通相加,内存变量必须对齐内存16字节.

paddq XMM,XMM/m128

源存储器与目的寄存器按四字对齐无符号普通相加,内存变量必须对齐内存16字节.

psubb XMM,XMM/m128

源存储器与目的寄存器按字节对齐无符号普通相减(目的减去源),内存变量必须对齐内存16字节.

psubw XMM,XMM/m128

源存储器与目的寄存器按字对齐无符号普通相减(目的减去源),内存变量必须对齐内存16字节.

psubd XMM,XMM/m128

源存储器与目的寄存器按双字对齐无符号普通相减(目的减去源),内存变量必须对齐内存16字节.

psubq XMM,XMM/m128

源存储器与目的寄存器按四字对齐无符号普通相减(目的减去源),内存变量必须对齐内存16字节.

pmulhw XMM,XMM/m128

源存储器与目的寄存器按字对齐有符号补码饱和相乘,取结果的高16位放入目的寄存器对应字中.

内存变量必须对齐内存16字节.

pmullw XMM,XMM/m128

源存储器与目的寄存器按字对齐有符号补码饱和相乘,取结果的低16位放入目的寄存器对应字中.

内存变量必须对齐内存16字节.

pcmpeqb XMM,XMM/m128

目的寄存器与源存储器按字节比较,如果对应字节相等,就置目的寄存器对应字节为0ffh,否则为00h,

内存变量必须对齐内存16字节.

pcmpeqw XMM,XMM/m128

目的寄存器与源存储器按字比较,如果对应字相等,就置目的寄存器对应字为0ffffh,否则为0000h,

内存变量必须对齐内存16字节.

pcmpeqd XMM,XMM/m128

目的寄存器与源存储器按双字比较,如果对应双字相等,就置目的寄存器对应双字为0ffffffffh,否则为00000000h,

内存变量必须对齐内存16字节.

pcmpgtb XMM,XMM/m128

目的寄存器与源存储器按字节(有符号补码)比较,如果目的寄存器对应字节大于源存储器,就置目的寄存器对应字节为0ffh,

否则为00h,内存变量必须对齐内存16字节.

pcmpgtw XMM,XMM/m128

目的寄存器与源存储器按字(有符号补码)比较,如果目的寄存器对应字大于源存储器,就置目的寄存器对应字为0ffffh,

否则为0000h,内存变量必须对齐内存16字节.

pcmpgtd XMM,XMM/m128

目的寄存器与源存储器按双字(有符号补码)比较,如果目的寄存器对应双字大于源存储器,

就置目的寄存器对应双字为0ffffffffh,否则为00000000h,内存变量必须对齐内存16字节.

movd XMM,r32/m32

把源存储器32位内容送入目的寄存器的低32位,高96位清零.

movd r32/m32,XMM

把源寄存器的低32位内容送入目的存储器32位.

movq XMM,XMM/m64

把源存储器低64位内容送入目的寄存器的低64位,高64位清零.

movq m64,XMM

把源寄存器的低64位内容送入目的存储器.

pand XMM,XMM/m128

源存储器128个二进制位'与'目的寄存器128个二进制位,结果送入目的寄存器,内存变量必须对齐内存16字节.

我发现与andpd功能差不多,就不知其它特性是否一样.

pandn XMM,XMM/m128

目的寄存器128个二进制位先取'非',再'与'源存储器128个二进制位,结果送入目的寄存器,内存变量必须对齐内存16字节.

por XMM,XMM/m128

源存储器128个二进制位'或'目的寄存器128个二进制位,结果送入目的寄存器,内存变量必须对齐内存16字节.

pxor XMM,XMM/m128

源存储器128个二进制位'异或'目的寄存器128个二进制位,结果送入目的寄存器,内存变量必须对齐内存16字节.

packuswb XMM,XMM/m128 (此指令与前面的MMX指令packuswb MM,MM/m64操作相同,只是变成了128位)

把目的寄存器按字有符号数压缩为字节无符号数放入目的寄存器低64位

把源寄存器按字有符号数压缩为字节无符号数放入目的寄存器高64位

压缩时负数变为00h,大于255的正数变为0ffh,内存变量必须对齐内存16字节.

高64位 | 低64位

目的寄存器: a0 | a1 | a2 | a3 | a4 | a5 | a6 | a7

源寄存器: b0 | b1 | b2 | b3 | b4 | b5 | b6 | b7

目的寄存器压缩结果: b0|b1| b2| b3| b4|b5| b6|b7| a0|a1| a2|a3| a4|a5| a6| a7

packsswb XMM,XMM/m128 (此指令与前面的MMX指令packsswb MM,MM/m64操作相同,只是变成了128位)

把目的寄存器按字有符号数压缩为字节有符号数放入目的寄存器低64位

把源寄存器按字有符号数压缩为字节有符号数放入目的寄存器高64位

压缩时小于-128负数变为80h,大于127的正数变为7fh,内存变量必须对齐内存16字节.

高64位 | 低64位

目的寄存器: a0 | a1 | a2 | a3 | a4 | a5 | a6 | a7

源寄存器: b0 | b1 | b2 | b3 | b4 | b5 | b6 | b7

目的寄存器压缩结果: b0|b1| b2| b3| b4|b5| b6|b7| a0|a1| a2|a3| a4|a5| a6| a7

packssdw XMM,XMM/m128

把目的寄存器按双字有符号数压缩为字有符号数放入目的寄存器低64位

把源寄存器按双字有符号数压缩为字有符号数放入目的寄存器高64位

压缩时小于-32768负数变为8000h,大于32767的正数变为7fffh,内存变量必须对齐内存16字节.

高64位 | 低64位

目的寄存器: a0 | a1 | a2 | a3

源寄存器: b0 | b1 | b2 | b3

目的寄存器压缩结果: b0 | b1 | b2 | b3 | a0 | a1 | a2 | a3

punpckldq XMM,XMM/m128

把源存储器与目的寄存器低64位按双字交错排列,内存变量必须对齐内存16字节.

高64位 | 低64位

目的寄存器: a0 | a1 | a2 | a3

源寄存器: b0 | b1 | b2 | b3

目的寄存器排列结果: b2 | a2 | b3 | a3

punpckhdq XMM,XMM/m128

把源存储器与目的寄存器高64位按双字交错排列,内存变量必须对齐内存16字节.

高64位 | 低64位

目的寄存器: a0 | a1 | a2 | a3

源寄存器: b0 | b1 | b2 | b3

目的寄存器排列结果: b0 | a0 | b1 | a1

punpcklwd XMM,XMM/m128

把源存储器与目的寄存器低64位按字交错排列,内存变量必须对齐内存16字节.

高64位 | 低64位

目的寄存器: a0 | a1 | a2 | a3 | a4 | a5 | a6 | a7

源寄存器: b0 | b1 | b2 | b3 | b4 | b5 | b6 | b7

目的寄存器排列结果: b4 | a4 | b5 | a5 | b6 | a6 | b7 | a7

punpckhwd XMM,XMM/m128

把源存储器与目的寄存器高64位按字交错排列,内存变量必须对齐内存16字节.

高64位 | 低64位

目的寄存器: a0 | a1 | a2 | a3 | a4 | a5 | a6 | a7

源寄存器: b0 | b1 | b2 | b3 | b4 | b5 | b6 | b7

目的寄存器排列结果: b0 | a0 | b1 | a1 | b2 | a2 | b3 | a3

punpcklbw XMM,XMM/m128

把源存储器与目的寄存器低64位按字节交错排列,内存变量必须对齐内存16字节.

高64位 | 低64位

目的寄存器: a0|a1| a2| a3| a4|a5| a6|a7| a8|a9| aA|aB| aC|aD| aE| aF

源寄存器: b0|b1| b2| b3| b4|b5| b6|b7| b8|b9| bA|bB| bC|bD| bE| bF

目的寄存器排列结果: b8|a8| b9| a9| bA|aA| bB|aB| bC|aC| bD|aD| bE|aE| bF| aF

punpckhbw XMM,XMM/m128

把源存储器与目的寄存器高64位按字节交错排列,内存变量必须对齐内存16字节.

高64位 | 低64位

目的寄存器: a0|a1| a2| a3| a4|a5| a6|a7| a8|a9| aA|aB| aC|aD| aE| aF

源寄存器: b0|b1| b2| b3| b4|b5| b6|b7| b8|b9| bA|bB| bC|bD| bE| bF

目的寄存器排列结果: b0|a0| b1| a1| b2|a2| b3|a3| b4|a4| b5|a5| b6|a6| b7| a7

───────────────────────────

shufps XMM,XMM/m128,imm8(0~255) SSE1指令

把源存储器与目的寄存器按双字划分,由imm8(立即数)八个二进制位(00~11,00^11,00~11,00~11)指定排列,

内存变量必须对齐内存16字节.目的寄存器高64位放源存储器被指定数,目的寄存器低64位放目的寄存器被指定数.

'( )'中的都是二进制数.

高64位 | 低64位

目的寄存器: a(11) | a(10) | a(01) | a(00)

源寄存器: b(11) | b(10) | b(01) | b(00)

目的寄存器排列结果: b(00~11) | b(00~11) | a(00~11) | a(00~11)

目的寄存器压缩结果'( )'中的值由imm8对应的两位二进制位指定.

例:

( 11 ) ( 10 ) ( 01 ) ( 00 ) ( 11 ) ( 10 ) ( 01 ) ( 00 )

当XMM0 = 090a0b0c 0d0e0f11 01020304 05060708 h,XMM1 = 0aabbccdd eeff1234 22334455 66778899 h,

imm8 ══> (XMM1 10) (XMM1 01) (XMM0 11) (XMM0 00)

执行shufps XMM0,XMM1,10 01 11 00 b(二进制),则XMM0 = 0eeff1234 22334455 090a0b0c 05060708 h

由例子中我们发现imm8=10011100b,imm8的高4位选的是源存储器,低4位选的是目的寄存器,imm8的最高两位

为 10b 那么就选则XMM1中的第 2(从0开始选择) 个双字,发现为0eeff1234h,就放入XMM0的高32位(原来的

值已经自动保护起来了),01b就选择XMM1中的第2个,11选择XMM0中的第3个,00选择XMM0中的第0个.

当然imm8中4个选则也可以相同,比如shufps XMM0,XMM1,10 10 10 10 b,那么结果为:

XMM0 = 0eeff1234 eeff1234 0d0e0f11 0d0e0f11 h.

shufpd XMM,XMM/m128,imm8(0~255) imm8(操作值) = imm8(输入值) mod 4

把源存储器与目的寄存器按四字划分,由imm8(立即数)4个二进制位(0~1,0^1,0~1,0~1)指定排列,

内存变量必须对齐内存16字节.目的寄存器高64位放源存储器被指定数,目的寄存器低64位放目的寄存器被指定数.

高64位 | 低64位

目的寄存器: a(1) | a(0)

源寄存器: b(1) | b(0)

目的寄存器排列结果: b(0~1) | a(0~1)

例:

当XMM0 = 1111111122222222 3333333344444444 h

XMM1 = 5555555566666666 aaaaaaaacccccccc h,执行shufpd XMM0,XMM1,101001 1 0 b

则XMM0 = 5555555566666666 3333333344444444 h

因为101001 1 0 b mod 4(101001 1 0 b & 11b),得到操作值为1 0b,

1选择XMM1的第1位5555555566666666h,0选择XMM0的第0位3333333344444444.

pshuflw XMM,XMM/m128,imm8(0~255)

先把源存储器的高64位内容送入目的寄存器的高64位,然后用imm8将源存储器的低64位4个字选入

目的寄存器的低64位,内存变量必须对齐内存16字节.

低64位

源寄存器低64位: b(11) | b(10) | b(01) | b(00)

目的寄存器低64位排列结果: b(00~11) | b(00~11) | b(00~11) | b(00~11)

例:

当XMM0 = 1111111122222222 3333 4444 5555 6666 h

XMM1 = 5555555566666666 7777 8888 9999 cccc h,执行pshuflw XMM0,XMM1,10 10 01 10 b

则XMM0 = 5555555566666666 8888 8888 9999 8888 h

pshufhw XMM,XMM/m128,imm8(0~255)

先把源存储器的低64位内容送入目的寄存器的低64位,然后用imm8将源存储器的高64位4个字选入

目的寄存器的高64位,内存变量必须对齐内存16字节.

高64位

源寄存器高64位: b(11) | b(10) | b(01) | b(00)

目的寄存器高64位排列结果: b(00~11) | b(00~11) | b(00~11) | b(00~11)

例:

当XMM0 = 3333 4444 5555 6666 1111111122222222 h

XMM1 = 7777 8888 9999 cccc 5555555566666666 h,执行pshufhw XMM0,XMM1,10 10 01 10 b

则XMM0 = 8888 8888 9999 8888 5555555566666666 h

pshufd XMM,XMM/m128,imm8(0~255)

将源存储器的4个双字由imm8指定选入目的寄存器,内存变量必须对齐内存16字节.

高64位 | 低64位

源寄存器: b(11) | b(10) | b(01) | b(00)

目的寄存器排列结果: b(00~11) | b(00~11) | b(00~11) | b(00~11)

例:

当XMM1 = 11111111 22222222 33333333 44444444 h,执行pshufd XMM0,XMM1,11 01 01 10b

则XMM0 = 11111111 33333333 33333333 22222222 h

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

SSE3:

fisttp m16,m32,m64

将浮点堆栈st(0)的内容截断小数格式化为有符号整数送入目的内存.

可以不必设置控制寄存器RC位.

addsubps dest,src

128bit XMM寄存器操作，与内存操作时要对齐地址16Byte.

单精度浮点操作.

dest[31-00] <== dest[31-00] - src[31-00]

dest[63-32] <== dest[63-32] + src[63-32]

dest[95-64] <== dest[95-64] - src[95-64]

dest[127-96] <== dest[127-96] + src[127-96]

addsubpd dest,src

128bit XMM寄存器操作，与内存操作时要对齐地址16Byte.

双精度浮点操作.

dest[63-00] <== dest[63-00] - src[63-00]

dest[127-64] <== dest[127-64] + src[127-64]

movsldup dest,src

128bit XMM寄存器操作，与内存操作时要对齐地址16Byte.

dest[31-00] <== src[31-00]

dest[63-32] <== src[31-00]

dest[95-64] <== src[95-64]

dest[127-96] <== src[95-64]

movshdup dest,src

128bit XMM寄存器操作，与内存操作时要对齐地址16Byte.

dest[31-00] <== src[63-32]

dest[63-32] <== src[63-32]

dest[95-64] <== src[127-96]

dest[127-96] <== src[127-96]

movddup dest,src

当src为m64内存时:

dest[63-00] <== m64

dest[127-64] <== m64

当src为XMM寄存器时:

dest[63-00] <== src[63-00]

dest[127-64] <== src[63-00]

lddqu dest,src

对SSE2指令movdqu的改进，使与内存操作时不必对齐16Byte.

dest[127-00] <== src[127-00]

haddps dest,src

128bit XMM寄存器操作，与内存操作时要对齐地址16Byte.

单精度浮点操作.

dest[31-00] <== dest[31-00] + dest[63-32]

dest[63-32] <== dest[95-64] + dest[127-96]

dest[95-64] <== src[31-00] + src[63-32]

dest[127-96] <== src[95-64] + src[127-96]

hsubps dest,src

128bit XMM寄存器操作，与内存操作时要对齐地址16Byte.

单精度浮点操作.

dest[31-00] <== dest[31-00] - dest[63-32]

dest[63-32] <== dest[95-64] - dest[127-96]

dest[95-64] <== src[31-00] - src[63-32]

dest[127-96] <== src[95-64] - src[127-96]

haddpd dest,src

128bit XMM寄存器操作，与内存操作时要对齐地址16Byte.

双精度浮点操作.

dest[63-00] <== dest[63-00] + dest[127-64]

dest[127-64] <== src[63-00] + src[127-64]

hsubpd dest,src

128bit XMM寄存器操作，与内存操作时要对齐地址16Byte.

双精度浮点操作.

dest[63-00] <== dest[63-00] - dest[127-64]

dest[127-64] <== src[63-00] - src[127-64]

monitor

线程同步指令,r0下使用.

mwait

线程同步指令,r0下使用.