Assembly 如何在XMM中将单个浮点从内存转换为四个浮点？

以下代码旨在将每个压缩单浮点值除以4：

quarter dd 0.25
...

movups  xmm1, [quarter]
mulps   xmm0, xmm1

但是，它不会执行所需的操作，因为来自

[quarter]

的数据被视为16字节实体：

(gdb) p $xmm1
$2 = {v4_float = {0.25, 0.00200051093, 7.8472714e-44, 8.40779079e-45}

显而易见的解决方法是将

quarter

声明为四元素数组，但我很好奇，是否有某种优先方法可以传输或复制第一个元素？例如：

movss   xmm1, [quarter]
; some magic kung-fu
mulps   xmm0, xmm1

编辑：

由于下面的评论，我最终得到了

shufps

：

movss   xmm1, [quarter]
shufps  xmm1, xmm1, 0     ; broadcast the least significant element
mulps   xmm0, xmm1

---

看看nasm中的指令

vbroadcastss xmm，m32

，我通常只说

乘以4 dd 0.25

。它使数据部分变大，但只保存一条指令。即使使用AVX，

movups

与广播保存1周期相比，我相信。当然，这取决于您是否在优化速度或代码大小。就我而言，这根本没有什么明显的区别，我喜欢它的便利性。@YanZhou在什么方面

movd

比正确的

movss

更可取？在某些CPU上，这可能很重要。@fuz:没错

movd

是一个整数域加载，因此在某些CPU（Nehalem）上，作为FP乘法或洗牌的输入，它有额外的延迟。但是，数据类型对于任何已知CPU上的存储都不重要，因此一些编译器可以并且确实使用

movups

/

movaps

来存储一个字节的代码，而不是

movdqa

来加载。（但大多数编译器仍然使用

movapd

而不是

movaps

，即使没有现有的硬件关心这一点）。此外，是的，load+shufps是编译器实现

的方式。不过，大多数编译器选择扩展常量，以便直接从内存中使用。（16B已对齐并已广播）。如果您只是在循环之前做一次，那么用广播加载、PMOVZX和类似的东西保持常量的紧凑性可能是值得的（特别是如果您的常量不能全部放在单个缓存线中）。或者，如果它们很简单，甚至可以动态生成位模式；请参阅Agner Fog的优化装配指南，以及