窥视灵魂深处 AMD新一代SIMD指令集剖析

这是一条典型的FMA3指令，它的运算方式是：ymm0=(ymm1*[mem]) + ymm0。然而，同样的运算对应的FMA4指令的语法则是：

vfmaddps ymm0, ymm1,ymmword ptr[mem],ymm0

从上例执行fused-mult iply-add操作中我们已经可以隐约看出Intel和AMD在指令设计中的差异。再以上面的VFMADDSD指令为例：

在AMD的FMA4设计中，只存在这种模式：

VFMADDSD dest,src1,src2,src3→dest=src1*src2+src3

无论指令操作数如何变化都是按照这个种模式进行运算。这种4个操作数的设计模式提供了更大的灵活性。需要使用特定的操作数运算，只需改变操作数的位置便可实现了。

在Intel的FMA3设计中，存在3种运算模式：

VFMADD132SD dest, src1,src2→dest = dest*src2+src1

VFMADD213SD dest, src1,src2→dest =dest*src1+src2

VFMADD231SD dest, src1,src2→dest=src1*src2+dest

FMA3指令通过对指令mnemonic（助记符）的修饰达到实现多种运算模式的目的，在这种情况下产生了3条opcode码，这是3条不同的指令opcode，可是实际上只进行了一种运算，就是fused-multiply-add（融合乘加运算）。它的好处是：灵活多样，在某些指令中已经赋值给某个寄存器的情况下，可以从中选择一种合适的指令来执行fused-multiply-add运算，来保证某一个操作数不被改变。弊端是：多增加了opcode码，可能会让人感觉有些混乱。并且更重要的是会改变dest操作数原有的值。

不过，总体来说FMA3和FMA4的设计是殊途同归，目的和意图是一样的。Intel提供了96条FMA3指令，其中36条256位浮点ve ctor运算，60条128位的浮点运算，包括：vector数据与scalar数据。AMD提供了64条FMA4指令，其中24条256位浮点vector运算，40条128位的浮点运算，包括：vector数据与scalar数据。实际上FMA4与FMA3指令在规格上是一一对应的。表面上看FMA4比FMA3少了32条指令，其实这是因为FMA3指令采用了多个opcode的设计方案，这才导至了FMA3指令比FMA4指令多出了32条，但这完全不影响FMA3与FMA4指令是一一对应的事实。可是这样又重新步入了指令斗争的漩涡。理论上说支持4个操作数的FMA4设计更为优越，灵活性更大，并且重要的是FMA4并不改变dest操作数原有的值。但实际情况中FMA3与FMA4谁胜谁负只有等待2013年Haswell微架构推出之后以见分晓。

AES与CLMUL指令简介

Intel从Westmere微架构处理器开始就加入了对AES（AES-NI）指令和CLMUL指令的支持，而AMD也将在推土机微架构处理器中提供对AES和CLMUL指令的支持。

AES指令

在2010年5月，Int el更新了官方术语，将AES称为AES-NI（AESNew Instructions），在发布的AESNI指令集中分两个版本各6条指令：

AES版本，也就是S SE版本，它使用了原来的SSE指令的编码规则，仅支持2个操作数，在处理器的CPUID标志中只需要为支持AES即可。AES版本有6 条指令，分别为：AESENC，AESENCLAST，AESDEC，AESDECLAST，AESKEYGENASSIST以及AESIMC。

AVX版本，使用了AVX指令的编码规则，支持3个操作数，在处理器CPUID标志中需要同时支持AES与AVX标志。对应的AVX版本也有6条指令，分别为：VAESENC，VAESENCLAST，VAESDEC， VAESDECLAST，VAESKEYGENASSIST以及VAESIMC。

AES-NI指令从硬件层上支持加密、解密运算，这有软件层上运算无法比拟的效能优势，其中4条AES-NI指令是对round进行加密、解密，2条AES-NI指令用来产生round key。

CLMUL指令

CLMUL指令执行的是Carry-less multiplication（无进位乘）操作，实际上做的是复杂的二进制多项式乘法。CLMUL也分为SSE版本和AVX版本各1条，分为：PCLMULQDQ（SSE版本）以及VPCLMULQDQ（AVX版本）。CLMUL类似于AES-NI指令在加密、解密方面得到广泛的应用。

XOP指令的特色

AMD在2007年公布SSE5指令集规范，SSE5指令是原生的128位设计，提供了几大特色：

浮点multiply-add/subtract运算；整数multiply-add/subtract运算；整数horizontal-add/subtract运算；矢量条件move操作；整数rotate和shift操作；浮点和整数comparison操作；test操作；round操作；convert操作

事实上XOP指令集和FMA指令集都脱胎于SSE5指令集，它们是在SSE5指令集的基础上，使用了与AVX指令同样的编码设计规则重新设计的指令集。而原来定义的SSE5指令集已经宣告废止。现在的XOP指令与SSE5定义的指令格式已经大相庭径。也就是说同FAM一样，XOP指令集中大量的指令都是从SSE5分离出来的整数运算指令，它的特色包括：

1.XOP指令集原生是128位的设计：在256位执行环境中，指令使用128位的xmm寄存器，结果会使相应的ymm寄存器高128位清0。只有少数指令会使用256位的ymm寄存器

2.提供强大的integer（整数）运算：将SSE5指令中的integer运算分离形成XOP指令，主要体现在多样的整数multiply-add/subtract运算；整数rotate与shift运算；以及多样的comparison与test运算。

3.引进3个byes的XOP pref ix编码设计方案：这个设计方案来源于AVX指令集，舍弃了原来SSE5指令集中的SIMD prefix与escape opcode，XOPprefix使用了8F这个opcode。

XOP指令的integer运算

与AVX指令强大的f loat（浮点）运算形成鲜明的对比，XOP指令着重于integer（整数）运算，包括：

multiply-add/subtract运算，它执行的是：整数的 (a*b)+c

multiply-add-accumulate运算，这是一个相乘后相加再累加的运算。

Horizontal add/subtract运算：这类指令只有两个操作数，在源操作数内进行加/减运算。

Vector conditional move操作：实现了在bit级别的条件选择赋值操作vpcmov指令。

packed integer rotate/shift操作：这类指令分为shift（位移）和rotate（循环）两类操作，每类操作可以实现多种元素单位，包括：byte，word，doubleword以及quadword这4种元素。shift操作实现了logic（逻辑）位移以及arithmetic（算术）位数，其意义与通用指令中的logic/arithmetic位移是一致的。

packed integer comparison操作：这类比较指令分为unsigned（无符号数）比较和singed（符号数）比较，同样操作在byte，word，doubleword以及quadword元素大小。

fraction extract指令：后一部分是提取浮点数中的小数（或者分数）部分，这是XOP指令中少量的浮点数处理指令。这些指令将提供单精度或双精度浮点数的分数部分，结果放入目标寄存器相应的元素大小部分。