Assembly MOVQ/PINSRQ vs VMOV填充XMM（一个有效，另一个无效）

在我的学习过程中，我开始试验AVX指令，并编写了一个简单的数组乘法，只是为了让事情顺利进行，非常基本。 第一个问题是xmm0和xmm1的填充，因为nasm不接受XMMWORD作为大小（yasm接受它，但因为它不再开发，所以我宁愿不使用它），所以我必须以2 64位的步骤填充。 我发现使用MOVQ和PINSRQ可以展示适合我的解决方案。 （某种程度上）起作用的代码是：

section .data
array1: dd  1.0, 2.0, 3.0, 4.0  ; Declares 2 arrays of 16 bytes
array2: dd  2.0, 3.0, 4.0, 5.0

section .text
global _start
_start:

mov     r8, qword array1        ; Stores the address of the 1st element
mov     r9, qword array2        ; of each array in the registers
movq    xmm0, r8                ; Populates the first half of xmm0
pinsrq  xmm0, r8, 1             ; Populates the second half   
movq    xmm1, r9                ; The same for xmm1
pinsrq  xmm1, r9, 1
vmulps  xmm0, xmm1              ; Multiplies the arrays and save in xmm0

xor     ebx, ebx
mov     rax, 1
int     80h

但在我找到这个解决方案之前，我一直在尝试：

vmovlps xmm0, qword [r8]
vmovhps xmm0, qword [r8 + 8]

这些应该先填充xmm0寄存器的低位，然后填充高位，但程序在第一个vmov中崩溃。所以，你们能解释为什么这对MOV不工作，而movq/pinsrq对工作正常吗？如果在这个简单的过程中有什么可以改进的地方，请随时提出建议

==========编辑、更新========

并尝试将结果放回内存中，这样RDI指向XMM0中保存的4个32位值中的第一个，以防万一我想返回RDI，这个组合，但是输出（由C++程序打印）是垃圾，因此显然是错误的方式：

vmulps  xmm0, xmm1     ; Multiplies the arrays and save in xmm0
vmovdqa [rdi], xmm0    ; Assembles and doesn't crash, but no meaningful result

---

我只是想在阅读了更多的文档之后，发布一些有效的代码，而不是通过艰苦的方式：

global mul_array_float         ; mul_array_float(float &array1, float *array2)
mul_array_float:
    vmovups xmm0, [rdi]    ; populates xmm0 and xmm1 with rdi and rsi being
    vmovups xmm1, [rsi]    ; passed by the function call
    vmulps  xmm0, xmm1     ; multiply them and save result in xmm0
    vmovups [rdi], xmm0    ; return the result to rdi (being passed by reference)
    ret

---

如果函数以对齐方式通过阵列，则“ups”指令不会导致速度损失。感谢Peter Cordes和Jester的考虑。

nasm

在阵列对齐的情况下对

movupd

或

movapd

没有问题。

movq xmm0，r8

将地址放入XMM注册表<代码>vmovlps xmm0，qword[r8]加载指向qword的文件。（效率低下，具有虚假依赖项和合并uop；使用

movq

或

movsd

，而不是

movlps

，除非您需要SSE1兼容性。但您使用的是AVX编码。）顺便说一句，确保您了解Haswell/Icelake vs.Skylake中SSE/AVX过渡处罚，以确保如果您使用YMM寄存器，而不仅仅是AVX-128，您不会射中自己的脚。谢谢您的评论。Jester，我将用movupd/movapd进行实验（我实际上已经尝试过vmov变体，但是vmulps只作用于2个元素，所以我认为我的加载是错误的）。彼得，我会注意你所说的，因为我不需要任何SSE兼容性，只打算使用AVX。如果你们中有人想给出答案，我很乐意接受，因为我的疑问现在已经澄清了。@PeterCordes如果我可以请你们再澄清一点，MOVLP/MOVHP列在AVX指令集中。由于我使用的是xmm而不是ymm，所以您对混合SSE/AVX有何评论？

movhps

是SSE1<代码>vmovhps为AVX1。就回答这个问题而言：你所说的一切似乎都是倒退的。你说从

[r8]

插入不起作用，但插入

r8

起作用。请注意，您链接的答案是关于将立即数常量插入XMM寄存器，这就是您对64位绝对地址所做的。我想知道您是否试图在

vmulps

/

vmovdqa

的浮动上使用

printf

，但这样做也不对，而不是使用调试器。您不能

printf

a float，您需要转换为double。