x86上128位二进制乘法最快速算法征解

无心人

重新翻你们的96Bit帖 原来有个PSHFUD啊 不过通篇不提MMX寄存器 实际上 MMX的32位乘快于SSE

无心人

可设计五个方案 1、MM积存器操作的 2、XMM寄存器操作的 3、混合寄存器操作的 4、2加双乘的 5、3加双乘的

无心人

谁有最新的指令的周期数据 晚于P4即可

gxqcn

见我在 http://bbs.emath.ac.cn/viewthrea ... =1&fromuid=8#pid885 发的链接， 那个 2.47MB 的压缩包就有你需要的东西（Instruction tables），它也曾对我有很大的帮助。

无心人

MMX刚写好, 120条, 似乎有点编译问题 (作废!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!) mov esi, left mov edi, right mov ebx, result movd mm0, [esi] pmuludq mm0, [edi] movd [ebx], mm0 pshrq mm0, 32 movd mm1, [esi] pmuludq mm1, [edi+4] movd mm2, [edi] pmuludq mm2, [esi+4] //mm0+mm1+mm2 paddq mm0, mm1 movd mm1, mm0 pshrq mm0, 32 movd mm3, mm2 pshrq mm2, 32 paddq mm1, mm3 paddq mm0, mm2 movd [ebx+4], mm1 pshrq mm1, 32 paddq mm0, mm1 movd mm1, [esi+4] pmuludq mm1, [edi+4] movd mm2, [esi] pmuludq mm2, [edi+8] movd mm3, [edi] pmuludq mm3, [esi+8] //mm0+mm1+mm2+mm3 movd mm6, mm0 pshrq mm0, 32 movd mm7, mm1 pshrq mm1, 32 paddq mm6, mm7 movd mm7, mm2 pshrq mm2, 32 paddq mm6, mm7 movd mm7, mm3 pshrq mm3, 32 paddq mm6, mm7 paddq mm0, mm1 paddq mm0, mm2 paddq mm0, mm3 movd [ebx+8], mm6 pshrq mm6, 32 paddq mm0, mm6 movd mm1, [esi] pmuludq mm1, [edi+12] movd mm2, [esi+4] pmuludq mm2, [edi+8] movd mm3, [esi+8] pmuludq mm3, [edi+4] movd mm4, [esi+12] pmuludq mm4, [edi] //mm0+mm1+mm2+mm3+mm4 movd mm5, mm1 paddq mm0, mm5 pshrq mm1, 32 movd mm6, mm2 paddq mm0, mm6 pshrq mm2, 32 movd mm7, mm3 paddq mm0, mm7 pshrq mm3, 32 movd mm5, mm4 paddq mm0, mm5 psrq mm4, 32 paddq mm1, mm2 movd [ebx+12], mm0 paddq mm1, mm3 psrq mm0, 32 paddq mm1, mm4 paddq mm0, mm1 movd mm2, [esi+4] pmuludq mm2, [edi+12] movd mm1, [esi+8] pmuludq mm1, [edi+8] movd mm3, [esi+12] pmuludq mm3, [edi+4] //mm0+mm1+mm2+mm3 movd mm6, mm0 pshrq mm0, 32 movd mm7, mm1 pshrq mm1, 32 paddq mm6, mm7 movd mm7, mm2 pshrq mm2, 32 paddq mm6, mm7 movd mm7, mm3 pshrq mm3, 32 paddq mm6, mm7 paddq mm0, mm1 paddq mm0, mm2 paddq mm0, mm3 movd [ebx+16], mm6 pshrq mm6, 32 paddq mm0, mm6 mov mm1, [esi+8] pmuludq mm1, [edi+12] mov mm2, [esi+12] pmuludq, [edi+8] //mm0+mm1+mm2 paddq mm0, mm1 movd mm1, mm0 pshrq mm0, 32 movd mm3, mm2 pshrq mm2, 32 paddq mm1, mm3 paddq mm0, mm2 movd [ebx+20], mm1 pshrq mm1, 32 paddq mm0, mm1 mov mm1, [esi+12] pmuludq, [edi+12] //mm0+mm1 movd mm6, mm0 pshrq mm0, 32 movd mm7, mm0 pshrq mm1, 32 paddq mm6, mm7 movd [ebx+24], mm6 pshrq mm6, 32 paddq mm0, mm1 paddq mm0, mm6 movd [ebx+28], mm0 emms ret;

无心人

版本太老

无心人

指令PSHUFW类似PSHUFD， 但针对mmx 又仔细搜索了文档， 还是找不到解四字或者双字组的方法

无心人

找到解决解开包装的方法 共4条相关的 分别能解开高低64位, 高低32位到低位 如果解一个双乘128位结果 需14条指令 涉及除XMM结果寄存器外, 2个XMM, 4个MMX寄存器 故指令条数应>(14 + 3(乘法)) * 8 + 8(保守估计加需要, 肯定更多) * 8 > 200条 ======================================= 上面作废的MMX代码 修改下, 估计在140条内能解决 如果估计没错误, MMX乘是3个周期, SSE2双乘是5个, 此乃流水线周期 ======================================== 谁有更好方案?

无心人

MMX寄存器使用SSE2指令的写出来了 但存在点错误在调试 初步测试时间是C写法的1/3

无心人

第一个可用代码，此问题MMX指令完全不可用 void UInt128x128To256_SSE2_40F( UINT32 * const result, const UINT32 * const left, const UINT32 * const right ) { //使用MMX寄存器， 但用SSE2指令 __asm { mov esi, left mov edi, right mov ebx, result //0:0 movd mm0, [esi] pmuludq mm0, [edi] movd [ebx], mm0 psrlq mm0, 32 // 0:1 1:0 movd mm1, [esi] pmuludq mm1, [edi+4] movd mm2, [edi] pmuludq mm2, [esi+4] mov eax, -1 //mm0+mm1+mm2 paddq mm0, mm1//mm0=mm0+mm1 mm0肯定小于 2^64 movd mm1, eax pand mm1, mm0 psrlq mm0, 32 //分解mm0 = mm0:mm1 movd mm3, eax pand mm3, mm2 psrlq mm2, 32 //分解mm2=mm2:mm3 paddq mm1, mm3 //mm1=mm1+mm3 paddq mm0, mm2 //mm0=mm0+mm2 movd [ebx+4], mm1 //mm1低位存储 psrlq mm1, 32 //mm1高位 paddq mm0, mm1 //得到进位 //1:1 0:2 2:0 movd mm1, [esi+4] pmuludq mm1, [edi+4] movd mm2, [esi] pmuludq mm2, [edi+8] movd mm3, [edi] pmuludq mm3, [esi+8] //mm0+mm1+mm2+mm3 movd mm6, eax pand mm6, mm0 psrlq mm0, 32 //分解mm0=mm0:mm6 movd mm5, eax pand mm5, mm1 psrlq mm1, 32 //分解mm1=mm1:mm5 paddq mm6, mm5 //mm6=mm6+mm5 paddq mm0, mm1 //mm0=mm0+mm1 movd mm4, eax pand mm4, mm2 psrlq mm2, 32 //分解mm2=mm2:mm4 paddq mm6, mm4 //mm6=mm6+mm4 paddq mm0, mm2 //mm0=mm0+mm2 movd mm7, eax pand mm7, mm3 psrlq mm3, 32 //分解mm3=mm3:mm7 paddq mm6, mm7 //mm6=mm6+mm7 paddq mm0, mm3 //mm0=mm0+mm3 movd [ebx+8], mm6 //mm6低位存储 psrlq mm6, 32 paddq mm0, mm6 //得到进位 //0:3 1:2 2:1 3:0 movd mm1, [esi] pmuludq mm1, [edi+12] movd mm2, [esi+4] pmuludq mm2, [edi+8] movd mm3, [esi+8] pmuludq mm3, [edi+4] movd mm4, [esi+12] pmuludq mm4, [edi] //mm0+mm1+mm2+mm3+mm4 movd mm5, eax pand mm5, mm1 psrlq mm1, 32 //分解mm1=mm1:mm5 paddq mm0, mm5 //mm0=mm0+mm5 movd mm6, eax pand mm6, mm2 psrlq mm2, 32 //分解mm2=mm2:mm6 paddq mm0, mm6 //mm0=mm0+mm6 paddq mm1, mm2 //mm1=mm1+mm2 movd mm7, eax pand mm7, mm3 psrlq mm3, 32 //分解mm3=mm3:mm7 paddq mm0, mm7 //mm0=mm0+mm7 paddq mm1, mm3 //mm1=mm1+mm3 movd mm5, eax pand mm5, mm4 psrlq mm4, 32 //分解mm4=mm4:mm5 paddq mm0, mm5 //mm0=mm0+mm5 paddq mm1, mm4 //mm1=mm1+mm4 movd [ebx+12], mm0 //mm0低位存储 psrlq mm0, 32 paddq mm0, mm1 //新进位 //1:3 2:2 3:1 movd mm2, [esi+4] pmuludq mm2, [edi+12] movd mm1, [esi+8] pmuludq mm1, [edi+8] movd mm3, [esi+12] pmuludq mm3, [edi+4] //mm0+mm1+mm2+mm3 movd mm7, eax pand mm7, mm0 psrlq mm0, 32 //分解mm0=mm0:mm7 movd mm6, eax pand mm6, mm1 psrlq mm1, 32 //分解mm1=mm1:mm6 paddq mm7, mm6 //mm7=mm7+mm6 paddq mm0, mm1 //mm0=mm0+mm1 movd mm5, eax pand mm5, mm2 psrlq mm2, 32 //分解mm2=mm2:mm5 paddq mm7, mm5 //mm7=mm7+mm5 paddq mm0, mm2 //mm0=mm0+mm2 movd mm4, eax pand mm4, mm3 psrlq mm3, 32 //分解mm3=mm3:mm4 paddq mm7, mm4 //mm7=mm7+mm4 paddq mm0, mm3 //mm0=mm0+mm3 movd [ebx+16], mm7 //mm7低位存储 psrlq mm7, 32 paddq mm0, mm7 //得到进位 //2:3 3:2 movd mm1, [esi+8] pmuludq mm1, [edi+12] movd mm2, [esi+12] pmuludq mm2, [edi+8] //mm0+mm1+mm2 movd mm7, eax pand mm7, mm0 psrlq mm0, 32 //分解mm0=mm0:mm7 movd mm6, eax pand mm6, mm1 psrlq mm1, 32 //分解mm1=mm1:mm6 paddq mm7, mm6 //mm7=mm7+mm6 paddq mm0, mm1 //mm0=mm0+mm1 movd mm5, eax pand mm5, mm2 psrlq mm2, 32 //分解mm2=mm2:mm5 paddq mm7, mm5 //mm7=mm7+mm5 paddq mm0, mm2 //mm0=mm0+mm2 movd [ebx+20], mm7 //mm7低位存储 psrlq mm7, 32 paddq mm0, mm7 //得到进位 //3:3 movd mm1, [esi+12] pmuludq mm1, [edi+12] //mm0+mm1 movd mm6, eax pand mm6, mm0 psrlq mm0, 32 //分解mm0=mm0:mm6 movd mm7, eax pand mm7, mm1 psrlq mm1, 32 //分解mm1=mm1:mm7 paddq mm6, mm7 //mm6=mm6+mm7 paddq mm0, mm1 //mm0=mm0+mm1 movd [ebx+24], mm6 //mm6低位存储 psrlq mm6, 32 paddq mm0, mm6 //进位 movd [ebx+28], mm0 //存储 emms // ret } }