1 IA MMX^TM技術簡介
　　個人計算機處理數據的復雜度和數量的急劇增長，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、音頻和虛擬現實為特征的應用更是對微處理器的性能提出嶄新的要求。IA MMX^TM技術應運而生。它的設計目的就是用來加強多媒體和通信方面的應用。這一技術包括新的指令和數據類型。IA MMX^TM技術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位數據組中的多個數據元素的操作。IA MMX^TM指令集在不增加新的模式并保持對操作系統的透明性的基礎上，形成了一個簡單而靈活的軟件模型。IA MMX^TM技術定義了57條新的指令、8個64位寬度的IA MMX^TM 寄存器和四種新數據類型。
　　IA MMX^TM 技術最重要的特點是單指令多操作數據(SIMD)，這一技術允許一條指令并行處理多個數據元素。正是這種并行處理的能力極大地提高了應用程序的性能。IA MMX^TM指令處理定點數，多個整數字節、字或雙字被組合在一個單獨的64位IA MMX^TM寄存器中。定點值的小數點位置由程序員自己決定，這樣保證了處理數據精度的靈活性。在IA MMX^TM技術中支持有符號和無符號的定點整數字節、字、雙字和四字的各種運算。
　　Intel Pentium處理器是先進的超標量處理器，它建立在兩個通用整數流水線和一個可流水作業的浮點處理單元之上。一個軟件透明的動態分支預測機制使得流水線阻塞降低到最小。帶有IA MMX^TM 技術的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執行兩條指令，每條流水線執行一條指令。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技術指令通過指令調度可以充分利用Intel Pentium處理器的雙流水線機制以提高程序的運行速度。IA MMX^TM 寄存器和狀態是IA浮點寄存器和狀態的別名，這保證了IA MMX^TM技術與現有的操作系統和應用的完全兼容性。但是應用浮點操作和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行完離開時要進行必要的清理工作，在IA MMX^TM技術指令后要寫一條EMMS指令，在浮點操作完成后要清空浮點寄存器堆棧。IA MMX^TM技術指令集如表1所示。

　　由于IA 體系的復雜性和IA MMX^TM技術的本身特點，開發一個應用IA MMX^TM技術的應用程序將是比較復雜的，涉及到許多方面。其中主要有應用的特點是否適應IA MMX^TM技術的要求，算法是否具有強的并行特點。這是決定應用IA MMX^TM技術的前提條件。具體在編程時要進行優化，一般的優化策略包括地址生成互鎖(AGI)優化、代碼及數據對齊、避免部分寄存器阻塞、分支預測信息和指令的合理調度。另外指令選擇優化、內存優化和高速緩存優化也極大地制約了應用的性能。
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)一直是運動估計/補償變換編解碼系統的速度瓶頸。盡管出現了大量的快速算法，但是由于圖象處理數據量非常大，使得這一系統在實時應用中性能不佳。注意到圖象處理的DCT中，輸入數據和輸出數據都是整數，基于這一特點本文介紹了應用奔騰處理器IA MMX^TM技術，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，其算法規律性強，便于程序實現。
　　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的乘法次數為N²次。通過研究DCT的特點，Chun－Yen Lu和Kuei－Ann Wen提出了系數選擇8點一維DCT模式，現在簡單介紹其方法。實數序列{f(n):n＝0、1、...、N－1}的1D DCT－II可以表述如下：
　　在這里我們設定N＝8、對于(1)式我們定義如下的系數矩陣F(n)和數據矩陣D(n)：
　　

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

　　u＝0、1...7。[D′(u)]^T是8點數據的規律性組合(見D(u)、區別是分別去掉了系數1、p(n)、q(n)、r(n))，是DCT的固定部分，對于不同數據的DCT保持不變。 從而將DCT分為固定部分[[S_uF] [P_uD_c(u)]]^T，和數據部分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技術的實現。
2.2.2 將浮點運算轉換為整數運算
　　雖然通過算法的改進使之適合程序實現、但是在算法中仍然存在浮點乘法、對于數字視頻，其象素的各個分量一般為8位整數，為了消除浮點運算，將余弦系數擴大65536倍，相當于左移16位，因為這里的余弦系數都小于1/2，因此擴大后的數據不會超出16位有符號短整型數據的范圍。這樣就把浮點運算轉化為整型運算。制定如下數組：
　　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。注意到該數組共占用8×4×2＝64個字節，正好是奔騰處理器高速緩存線的整數倍，并且要把數組的起始位置放在32字節邊界上，這樣就可以優化高速緩存的線讀入。
2.2.3 輸入數據格式
　　假設輸入是按自然順序的8點數據，由D(n)的定義、在處理前要對后四點進行反序調整、既將前四點按順序放入MMX^TM寄存器中、并將其擴展成16位數據、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n為偶數和奇數的情況。調整好輸入數據的格式將為IA MMX^TM技術指令的應用提供極大方便。
2.2.4 乘法運算與精度問題
　　通過以上的準備工作，接下來就是依次計算8個DCT系數C(u)(u＝0、1...7)了。這涉及到指令選擇的優化問題，從公式(3)我們知道，對于每個DCT系數C(u)是四個并行16位×16位的整數乘積的和，為了保證精度要求結果保留32位。在IA MMX^TM技術指令集中，PMADDWD 正好完成這一并行乘法運算和兩個乘積的和值計算，只要再做一次和就可以得出結果。另外，要根據n是偶數或奇數選擇f(i)±f(7－i)。下面是PMADDWD的操作示例：

　　在做完乘法和加法以后，要對數據進行右移16位，相當于除以65536，這樣就將數據還原為其真實值了。如果要進一步提高精度可以對數據進行四舍五入處理，關于這一點在此不做詳細說明。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，必須注意指令的調度問題，這也是程序優化的很關鍵的一個方面。下面就IA MMX^TM技術指令與整型指令的配對規則做簡要介紹。
　　· 整型指令的配對規則如表2
　　· MMX^TM技術指令的配對

　　(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流水線中進行，但不能在同一個時鐘周期內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) 無論是對內存還是對整數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流水線中的整數指令和V流水線中的MMX^TM技術指令配對規則
　　(1)在浮點指令之后的第一條指令不能是MMX^TM技術指令。
　　(2)V流水線的MMX^TM指令不能訪問內存或整數寄存器文件。
　　(3)U流水線整數指令是可配對的U流水線整數指令。
　　· U流水線中的MMX^TM技術指令和V流水線中的整數指令配對規則
　　(1)V流水線整數指令是可配對的V流水線整數指令。
　　(2)U流水線MMX^TM指令不能對內存或整數寄存器存取。
　　根據以上配對原則，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，筆者還在運動估計搜索算法中應用IA MMX^TM技術，同樣性能顯著地提高了。
　　總之，IA MMX^TM技術在數據處理的許多算法中都能發揮優越的性能，能夠成倍地提高運行速度。目前在多媒體應用中，離散余弦變換(DCT)是經常用到的變換編碼技術，因此提高DCT的速度一直是這一應用領域中的關鍵。利用IA MMX^TM技術在不增加其他硬件的情況下，充分發揮Intel Pentium處理器的性能可以輕松地完成這一任務。在多媒體應用中，IA MMX^TM技術大大降低了程序對處理器的占用率，使處理器能夠同時更有效地執行其他任務。
參考文獻
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體系結構MMX^TM技術開發指南.北京：電子工業出版社，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)