将XMM寄存器设置为重复字节模式（广播一个恒定字节）

Question

我知道我们可以做类似的事情来将字符移动到xmm寄存器：

movaps xmm1, xword [.__0x20]

align 16
.__0x20 db 0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20

但是由于这是一个存储过程，我想知道是否还有更好的方法？ （此外，我在谈论SSE2而不是其他SIMD类型...）

我希望xmm1寄存器的每个字节都是0x20，而不只是一个字节..

（编者注：这可以称为广播或摔角。这就是_mm_set1_epi8(0x20)内部函数所做的。）

Answer 1

仅使用SSE2，通常最好从内存中加载完整模式。

在您的NASM源代码中，可以使用times 16 db 0x20以便于维护。

---

使用SSE3，您可以使用movddup进行8字节广播加载。使用AVX，您可以使用movddup进行4字节的广播加载。 这些广播负载在现代CPU上非常好，可以在just负载端口上运行，不需要随机播放。即，它们与支持它们的CPU上的vbroadcastss一样便宜一个或两个以上的代码大小。 vbroadcastss到YMM寄存器相同。

[大多数编译器似乎都没有意识到这一点，即使通过movaps导致32字节常量而不是4字节，也将通过vbroadcastf128进行常量传播，即使_mm_set1在循环之前加载它而不折叠将其放入ALU指令的内存操作数中。 （并且当AVX512可用时，仍然可以通过广播加载来实现。）Clang有时确实利用广播加载来获取简单的常量。

[AVX2加mov...，但是只有dword和qword是纯负载uops。字节和字的广播加载需要ALU shuffle uop，因此对于恒定字节模式，您可能只想广播加载重复4个字节的dword。 （除非它是来自大查找表的元素，然后使用字节或字广播负载或vpbroadcastb/w/d/q符号扩展负载或其他方式压缩表）。

[AVX512添加pmovsx，因此如果具有AVX512VL，则可以vpbroadcastb/w/d/e from an integer register / vpbroadcastb/w/d/e。

---

对于SSE2，这样至少需要2条指令，包括ALU随机播放，可能不值得。

mov eax, 0x20202020
可以从一对vpbroadcastd xmm0, eax的全1开始，通过几个指令快速生成一些重复常数。请参阅    movd    xmm0, [const_4B]
    pshufd  xmm0, xmm0, 0
和Agner Fog的指南。

此模式确实不是

似乎易于生成。这是一种字节模式（不是word，dword或qword），并且SSE移位最多只能使用单词粒度。但是，如果我们知道跨字节边界移位的位为0，就可以了。例如

pcmpeqd xmm0,xmm0
这不太可能值得，除非您确实想避免该常量发生缓存丢失的可能性。平均而言，通常会提前产生负载。