Pentium III SSE 指令集深度解析（三）：數據重組、內存對齊與實戰示例

1. Data Swizzling（數據重組/轉換）

SSE 指令僅操作 128 位新數據類型。若應用使用自有數據格式，執行 SSE 前需轉換為新格式，後再轉回，此過程稱為「Data Swizzling」，消耗核心週期。頻繁轉換嚴重拖慢性能，必須重視。

1.1 數據組織：AoS vs SoA

3D 應用常用結構體數組 (AoS) 存頂點：

struct Point { float x, y, z; };
Point dataset[N]; // AoS

圖九：結構數組 (AoS)

SSE 優勢在於同時處理多頂點同一分量（如 4 個 x 座標）。需重組為結構數組 (SoA)：

struct Point { float *x, *y, *z; }; // SoA：每分量獨立數組

圖十：結構數組 (SoA)

2. 內存問題

2.1 對齊要求

新數據類型變量強烈建議 16 字節邊界對齊。可用編譯器參數或聲明時加 __declspec(align(16))。直接聲明 __m128 類型時編譯器自動對齊。
例：__declspec(align(16)) float[4] myVar;

2.2 動態分配

malloc/new 默認不保證 16 字節對齊。解決：手動調整指針對齊，或用 _mm_malloc/_mm_free（保證 16 字節對齊）。

2.3 自定義數據類型避免訪問難題

用 __m128 存 4 float 後，難直接訪問單個元素。常見繞路：拷貝到 float 數組修改再轉回（慢），或映射到 float 數組（不當則出錯）。
解決：定義聯合類型，關聯 __m128 與 float[4]，編譯器自動對齊，且可直接訪問元素：

union sse4 { __m128 m; float f[4]; };

2.4 CPU 特性檢測

使用 SSE 前必須檢測 Pentium III。方法一：cpuid 指令檢查 EDX 第 25 位（SSE 位）。方法二：嘗試執行 SSE 指令捕獲異常判斷是否有硬體/模擬支援。代碼見原文。

3. 參考文獻

列出 Intel 官方手冊、優化指南、VTune、編譯器文檔等權威資料。

4. 附加示例：SSE 實戰代碼

4.1 數組乘法（400 元素）

三種實現對比：

// Assembly
_asm {
    mov edi, a; mov esi, b; mov edx, c; mov ecx, 100;
loop:
    movaps xmm0, [edi]; movups xmm1, [esi];
    mulps xmm0, xmm1; movups [edx], xmm0;
    add edi,16; add esi,16; add edx,16; dec ecx; jnz loop;
}

// Intrinsics
__m128 m1,m2,m3;
for(int i=0;i

union sse4 { __m128 m; float f[4]; };
class sVector3 {
    sse4 val;
public:
    sVector3(float x,float y,float z){ val.m=_mm_set_ps(0,z,y,x); }
    float& operator[](int i){ return val.f[i]; }
    sVector3& operator+=(const sVector3& v){ val.m=_mm_add_ps(val.m,v.val.m); return *this; }
    float length() const {
        sse4 m1; m1.m=_mm_sqrt_ps(_mm_mul_ps(val.m,val.m));
        return m1.f[0]+m1.f[1]+m1.f[2];
    }
    friend float dot(const sVector3&, const sVector3&);
};
float dot(const sVector3& v1, const sVector3& v2){
    sVector3 v(v1); v.val.m=_mm_mul_ps(v.val.m,v2.val.m);
    return v.val.f[0]+v.val.f[1]+v.val.f[2];
}

union sse16 { __m128 m[4]; float f[4][4]; };
class sMatrix4 {
    sse16 val; sse4 sFuzzy;
public:
    sMatrix4(float* fv){ /* 用 _mm_set_ps 初始化 4 行 */ }
    float& operator()(int i,int j){ return val.f[i][j]; }
    sMatrix4& operator+=(const sMatrix4& M){ /* 4 行 _mm_add_ps */ return *this; }
    bool operator==(const sMatrix4& M) const { /* 用 _mm_cmplt_ps/_mm_sub_ps/_mm_max_ps/_mm_min_ps/_mm_movemask_ps 比較 */ }
    sVector4 operator*(const sVector4& v) const { /* 逐行點積 */ }
    // ... 私有輔助函數
};