1 IA MMX^TM技術(shù)簡介
　　個人計算機(jī)處理數(shù)據(jù)的復(fù)雜度和數(shù)量的急劇增長,，對微處理器的性能提出了更高的要求。其中以視頻,、3D圖形,、動畫、音頻和虛擬現(xiàn)實為特征的應(yīng)用更是對微處理器的性能提出嶄新的要求,。IA MMX^TM技術(shù)應(yīng)運(yùn)而生,。它的設(shè)計目的就是用來加強(qiáng)多媒體和通信方面的應(yīng)用。這一技術(shù)包括新的指令和數(shù)據(jù)類型,。IA MMX^TM技術(shù)介紹了一些新的通用指令,，這些指令以并行處理的方式完成對一個64位數(shù)據(jù)組中的多個數(shù)據(jù)元素的操作。IA MMX^TM指令集在不增加新的模式并保持對操作系統(tǒng)的透明性的基礎(chǔ)上,，形成了一個簡單而靈活的軟件模型,。IA MMX^TM技術(shù)定義了57條新的指令、8個64位寬度的IA MMX^TM 寄存器和四種新數(shù)據(jù)類型,。
　　IA MMX^TM 技術(shù)最重要的特點是單指令多操作數(shù)據(jù)(SIMD),，這一技術(shù)允許一條指令并行處理多個數(shù)據(jù)元素。正是這種并行處理的能力極大地提高了應(yīng)用程序的性能,。IA MMX^TM指令處理定點數(shù),，多個整數(shù)字節(jié)、字或雙字被組合在一個單獨(dú)的64位IA MMX^TM寄存器中,。定點值的小數(shù)點位置由程序員自己決定,，這樣保證了處理數(shù)據(jù)精度的靈活性。在IA MMX^TM技術(shù)中支持有符號和無符號的定點整數(shù)字節(jié),、字,、雙字和四字的各種運(yùn)算。
　　Intel Pentium處理器是先進(jìn)的超標(biāo)量處理器,，它建立在兩個通用整數(shù)流水線和一個可流水作業(yè)的浮點處理單元之上,。一個軟件透明的動態(tài)分支預(yù)測機(jī)制使得流水線阻塞降低到最小。帶有IA MMX^TM 技術(shù)的Intel Pentium處理器給流水線加入新的處理階段,。Intel Pentium處理器能在一個時鐘周期內(nèi)執(zhí)行兩條指令,，每條流水線執(zhí)行一條指令。第一條邏輯流水線稱為U流水線,，第二條稱為V流水線,。在任何指令的解碼期間，下兩條指令被檢查,，如果可能,，它們被分別送入U、V流水線；否則,，下一條指令送入U流水線,，而沒有指令送入V流水線。IA MMX^TM技術(shù)指令通過指令調(diào)度可以充分利用Intel Pentium處理器的雙流水線機(jī)制以提高程序的運(yùn)行速度,。IA MMX^TM 寄存器和狀態(tài)是IA浮點寄存器和狀態(tài)的別名,，這保證了IA MMX^TM技術(shù)與現(xiàn)有的操作系統(tǒng)和應(yīng)用的完全兼容性。但是應(yīng)用浮點操作和IA MMX^TM指令混合編程時,，浮點操作指令流和IA MMX^TM指令流必須分開并且在執(zhí)行完離開時要進(jìn)行必要的清理工作,，在IA MMX^TM技術(shù)指令后要寫一條EMMS指令，在浮點操作完成后要清空浮點寄存器堆棧,。IA MMX^TM技術(shù)指令集如表1所示,。

　　由于IA 體系的復(fù)雜性和IA MMX^TM技術(shù)的本身特點，開發(fā)一個應(yīng)用IA MMX^TM技術(shù)的應(yīng)用程序?qū)⑹潜容^復(fù)雜的,，涉及到許多方面,。其中主要有應(yīng)用的特點是否適應(yīng)IA MMX^TM技術(shù)的要求，算法是否具有強(qiáng)的并行特點,。這是決定應(yīng)用IA MMX^TM技術(shù)的前提條件,。具體在編程時要進(jìn)行優(yōu)化，一般的優(yōu)化策略包括地址生成互鎖(AGI)優(yōu)化,、代碼及數(shù)據(jù)對齊,、避免部分寄存器阻塞、分支預(yù)測信息和指令的合理調(diào)度,。另外指令選擇優(yōu)化,、內(nèi)存優(yōu)化和高速緩存優(yōu)化也極大地制約了應(yīng)用的性能。
2 圖象處理中的DCT和IDCT
　　在圖象處理中,，離散余弦變換(DCT)及其反變換(IDCT)一直是運(yùn)動估計/補(bǔ)償變換編解碼系統(tǒng)的速度瓶頸,。盡管出現(xiàn)了大量的快速算法，但是由于圖象處理數(shù)據(jù)量非常大,，使得這一系統(tǒng)在實時應(yīng)用中性能不佳,。注意到圖象處理的DCT中，輸入數(shù)據(jù)和輸出數(shù)據(jù)都是整數(shù),，基于這一特點本文介紹了應(yīng)用奔騰處理器IA MMX^TM技術(shù),，選擇特定的快速算法，將8×8塊的DCT和IDCT的速度提高了3倍以上,。限于篇幅,，這里只介紹DCT。
2.1采用行列快速算法DCT
　　在計算二維N×N點DCT時,、一種常用的算法是采用行列快速算法,。該算法首先按行計算N個一維DCT,，再按列計算N個一維DCT，從而把乘法的計算量減少到直接計算的一半,，其算法規(guī)律性強(qiáng)，便于程序?qū)崿F(xiàn),。
　　c(u)＝α(u)∑f(n)cos[πu(2n＋1)/2N]　　　　　　　　(1)
　　(1)式給出了計算公式,、這里、α(0)＝1/,、 α(u)＝,，u≠0。直接計算一個1D N點DCT的乘法次數(shù)為N²次,。通過研究DCT的特點,，Chun－Yen Lu和Kuei－Ann Wen提出了系數(shù)選擇8點一維DCT模式，現(xiàn)在簡單介紹其方法,。實數(shù)序列{f(n):n＝0,、1、...,、N－1}的1D DCT－II可以表述如下：
　　在這里我們設(shè)定N＝8,、對于(1)式我們定義如下的系數(shù)矩陣F(n)和數(shù)據(jù)矩陣D(n)：
　　

　　
　　從(2)式可以看出，1D8點DCT的計算可以分解為以下幾步：
　　·計算數(shù)據(jù)向量D,；
　　·通過排列矩陣P重新排列D0,，D1，D2和D3,，即：D’＝PD,；
　　·計算SFD’，相應(yīng)的余弦系數(shù)集通過選擇矩陣Si從F中選擇,。
　　通過這一過程,，我們不難看出，系數(shù)選擇模式1D 8點DCT具有簡明的規(guī)律性,，便于程序?qū)崿F(xiàn),。
2.2 算法的IA MMX^TM技術(shù)實現(xiàn)
2.2.1 對上述算法的改進(jìn)
　　簡單地利用(2)式來計算DCT，并不能充分發(fā)揮IA MMX^TM技術(shù)的優(yōu)越性能,，我們對(2)式做如下變形：
　　

　　u＝0,、1...7。[D′(u)]^T是8點數(shù)據(jù)的規(guī)律性組合(見D(u),、區(qū)別是分別去掉了系數(shù)1,、p(n)、q(n),、r(n)),，是DCT的固定部分,，對于不同數(shù)據(jù)的DCT保持不變。 從而將DCT分為固定部分[[S_uF] [P_uD_c(u)]]^T,，和數(shù)據(jù)部分D′(u),。這樣計算時可以首先計算[[S_uF][P_uDc(u)]]^T并制成表存儲起來，程序中通過查表獲取乘法因子,。從而使得1D8點DCT的計算變得適合IA MMX^TM技術(shù)的實現(xiàn),。
2.2.2 將浮點運(yùn)算轉(zhuǎn)換為整數(shù)運(yùn)算
　　雖然通過算法的改進(jìn)使之適合程序?qū)崿F(xiàn)、但是在算法中仍然存在浮點乘法,、對于數(shù)字視頻,，其象素的各個分量一般為8位整數(shù)，為了消除浮點運(yùn)算,，將余弦系數(shù)擴(kuò)大65536倍,，相當(dāng)于左移16位，因為這里的余弦系數(shù)都小于1/2,，因此擴(kuò)大后的數(shù)據(jù)不會超出16位有符號短整型數(shù)據(jù)的范圍,。這樣就把浮點運(yùn)算轉(zhuǎn)化為整型運(yùn)算。制定如下數(shù)組：
　　short A^[8][4]＝{{iA1,、iA1,、iA1、iA1},、{iC1,、iC2、iC3,、iC4},、{iB1、iB2,、－iB2,、－iB1}、{iC2,、－iC4,、－iC1、－iC3},、{iA1,、－iA1、－iA1,、iA1},、{iC3、－iC1,、iC4,、iC2},、{iB2、－iB1,、iB1,、－iB2}、{iC4,、－iC3,、iC2、－iC1}};
　　其中iA1＝A1×65536,，iBu＝Bu×65536，iCj＝Cj×65536,，u＝1,，2；j＝1,，2,，3，4,。注意到該數(shù)組共占用8×4×2＝64個字節(jié),，正好是奔騰處理器高速緩存線的整數(shù)倍，并且要把數(shù)組的起始位置放在32字節(jié)邊界上,，這樣就可以優(yōu)化高速緩存的線讀入,。
2.2.3 輸入數(shù)據(jù)格式
　　假設(shè)輸入是按自然順序的8點數(shù)據(jù)，由D(n)的定義,、在處理前要對后四點進(jìn)行反序調(diào)整,、既將前四點按順序放入MMX^TM寄存器中、并將其擴(kuò)展成16位數(shù)據(jù),、將后四位反序后以同樣的格式放入另一個MMX^TM寄存器中,。這樣可以用以下三條指令得出f(i)±f(7－i)、i＝0,、1,、2、3,。(設(shè)前四個放在MM0中,、后四個放在MM2中)。
　　MOVQ MM1,、MM0
　　PADDSW MM0,、MM2 //MM0存放四個和值
　　PSUBSW MM1、MM2 //MM1存放四個差值
　　這樣,、MM0和MM1為分別對應(yīng)n為偶數(shù)和奇數(shù)的情況,。調(diào)整好輸入數(shù)據(jù)的格式將為IA MMX^TM技術(shù)指令的應(yīng)用提供極大方便,。
2.2.4 乘法運(yùn)算與精度問題
　　通過以上的準(zhǔn)備工作，接下來就是依次計算8個DCT系數(shù)C(u)(u＝0,、1...7)了,。這涉及到指令選擇的優(yōu)化問題，從公式(3)我們知道,，對于每個DCT系數(shù)C(u)是四個并行16位×16位的整數(shù)乘積的和,，為了保證精度要求結(jié)果保留32位。在IA MMX^TM技術(shù)指令集中,，PMADDWD 正好完成這一并行乘法運(yùn)算和兩個乘積的和值計算,，只要再做一次和就可以得出結(jié)果。另外,，要根據(jù)n是偶數(shù)或奇數(shù)選擇f(i)±f(7－i),。下面是PMADDWD的操作示例：

　　在做完乘法和加法以后，要對數(shù)據(jù)進(jìn)行右移16位,，相當(dāng)于除以65536,，這樣就將數(shù)據(jù)還原為其真實值了。如果要進(jìn)一步提高精度可以對數(shù)據(jù)進(jìn)行四舍五入處理,，關(guān)于這一點在此不做詳細(xì)說明,。鑒于程序流程簡單明了，其流程圖和程序清單就不在此占用篇幅了,。
　　在實際編程中,，必須注意指令的調(diào)度問題，這也是程序優(yōu)化的很關(guān)鍵的一個方面,。下面就IA MMX^TM技術(shù)指令與整型指令的配對規(guī)則做簡要介紹,。
　　· 整型指令的配對規(guī)則如表2
　　· MMX^TM技術(shù)指令的配對

　　(1)由于僅有一個MMX^TM移位單元，所以兩條MMX^TM移位單元的MMX^TM指令不能配對,。移位操作可以在U流水線或V流水線中進(jìn)行,，但不能在同一個時鐘周期內(nèi)的兩個流水線中處理。
　　(2) 同樣,，兩條MMX^TM乘法指令不能配對,。
　　(3) 無論是對內(nèi)存還是對整數(shù)寄存器的文件訪問的MMX^TM指令僅被U流水線處理。
　　(4) U流水線指令的MMX^TM目的寄存器不與V流水線指令的源或目的寄存器配對,。
　　(5) EMMS指令不可配對,。
　　· U流水線中的整數(shù)指令和V流水線中的MMX^TM技術(shù)指令配對規(guī)則
　　(1)在浮點指令之后的第一條指令不能是MMX^TM技術(shù)指令。
　　(2)V流水線的MMX^TM指令不能訪問內(nèi)存或整數(shù)寄存器文件,。
　　(3)U流水線整數(shù)指令是可配對的U流水線整數(shù)指令,。
　　· U流水線中的MMX^TM技術(shù)指令和V流水線中的整數(shù)指令配對規(guī)則
　　(1)V流水線整數(shù)指令是可配對的V流水線整數(shù)指令。
　　(2)U流水線MMX^TM指令不能對內(nèi)存或整數(shù)寄存器存取,。
　　根據(jù)以上配對原則,，相信讀者可以自己安排程序中的指令配對,。
　　該程序雖然占用了不多的存儲單元，但是(接上頁)
　　卻極大地提高了運(yùn)算速度,，由于大存儲量的存儲體價格較低,，因此這一點并不重要。
　　除此之外,，筆者還在運(yùn)動估計搜索算法中應(yīng)用IA MMX^TM技術(shù),，同樣性能顯著地提高了。
　　總之,，IA MMX^TM技術(shù)在數(shù)據(jù)處理的許多算法中都能發(fā)揮優(yōu)越的性能,，能夠成倍地提高運(yùn)行速度。目前在多媒體應(yīng)用中,，離散余弦變換(DCT)是經(jīng)常用到的變換編碼技術(shù),，因此提高DCT的速度一直是這一應(yīng)用領(lǐng)域中的關(guān)鍵。利用IA MMX^TM技術(shù)在不增加其他硬件的情況下,，充分發(fā)揮Intel Pentium處理器的性能可以輕松地完成這一任務(wù)。在多媒體應(yīng)用中,，IA MMX^TM技術(shù)大大降低了程序?qū)μ幚砥鞯恼加寐?，使處理器能夠同時更有效地執(zhí)行其他任務(wù)。
參考文獻(xiàn)
1 Intel Architecture MMX^TM Technology Programmer＇s Reference Manual.1996
2 Intel Architecture MMX^TM Technology Manual.1996.
3 [美]Intel公司著,，李暉譯.Intel體系結(jié)構(gòu)MMX^TM技術(shù)開發(fā)指南.北京：電子工業(yè)出版社,，1997
4 Chung－Yen Lu，Kuei－Ann Wen.On the Design of Selective Coefficient DCT Module.IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY,、1998,；8(2)(收稿日期：1999－12－29)