Assembly 有效校验和为8×；使用SSE4.1的16位整数向量

我使用8个组件的彩色像素，每个颜色组件有16位深度。比如说，CMYK+4个额外的专色，但这并不重要：重要的是，每种颜色都可以表示为word的

数组[0..7]

在我们讨论的特定应用程序中，使用32位的“代理”更方便，实际上，使用32位的校验和计算颜色是一种特定的方式。当然，我会处理一些不太可能的情况，即两个相同的校验和仍然代表不同的颜色。这样做的目的是尽可能少地遇到这种情况，也就是说，校验和应该尽可能随机，而且它们的计算速度必须非常快。我可以使用英特尔/AMD
SIMD
直到
SSE 4.1

我的想法如下：

将不同的预定义常量（最好是素数）添加到每个组件，以消除空组件
通过乘以不同的素数对这些分量进行加权
求结果双字的和
大概是这样的：

movdqa xmm0, COLORPIXEL  // the color to get the checksum from
movdqa xmm1, WEIGHTCONST // e.g. (32749, 32647, 32573, 32503, 32719, 32633, 32569, 32497)
paddw xmm0, ADDCONST     // e.g. (32687, 32587, 32531, 32441, 32653, 32579, 32507, 32429)
pmaddwd xmm1, xmm0
phaddd xmm1, xmm1
phaddd xmm1, xmm1
movd eax, xmm1           // result in 32 bits register

这段代码似乎足够好，速度也相当快，但更好的想法是受欢迎的。我以前从未使用过校验和，因此很有可能使用传统的解决方案，例如数据传输中使用的不同CRC是更好的选择

注:

一种颜色通常（但不是强制性的）只有几个非零分量，通常高达3
非常罕见的是，一个非零点分量（即索引为4或更高）与一个以上的其他非零分量配对
专色本身比CMYK颜色（索引为0到3）更为罕见
65535（全色调）的值可能比其他随机值更频繁
phaddd
需要2次洗牌+1次
paddd
uop；切勿将其用于有效的水平求和。你能用x86CRC32C指令做2个qwords吗？特别是如果您希望结果是整数reg，而不是XMM。我忘了如果这些是在SSE4.1之后引入的，可能是在与SSE4.2相同的CPU中。有关有效整数和的信息，请参阅。是否确实需要返回EAX中的结果？如果要传输它，难道不想将它存储到内存中的缓冲区中吗？对于
pmaddwd
，也要使用内存源操作数（除非您可以将向量常量的负载从循环中提升出来）。只是为了确定，“SIMD到SSE 4.1”意味着绝对没有CRC32指令？而且没有AES？SSE4.2+CRC32C+AES会给您提供英特尔Nehalem/AMD推土机的基线要求。这些CPU可以追溯到2008/2010年，它们本身已经过时。但Core2和K10（AMD Phenom II）的速度甚至更慢，幅度很大。不过，我想你会想为Skylake/Ryzen调音，因为大多数电脑都会使用Skylake/Ryzen。（Skylake调优对Haswell来说并不坏；差别很小；只是一些UOP可以在更多端口上运行，例如SIMD整数移位、加法和乘法。）@PeterCordes AES是Westmile。一个接一个。