如何用SSE2指令将无符号32位整数钳位到0x10000并简化代码？

需求是将XMM0中存储的4个32位无符号整数钳位到0x10000（对应C逻辑：if (c > 0x10000) c = 0x10000;），利用0x10000的特性（二进制为1<<16），可以大幅简化原有汇编代码，以下分通用场景和受限输入场景给出优化方案：

通用场景（输入范围0x00000000~0xFFFFFFFF） #

利用SSE2的无符号减法指令psubusd直接判断数值是否超过阈值，生成掩码后选择保留原值或替换为0x10000：

movdqa    xmm3, xmm0          ; 保存XMM0中的原始无符号双字
movdqa    xmm4, xmm5          ; XMM5预存4个0x10000的32位常量
psubusd   xmm3, xmm4          ; 无符号减法：c>0x10000时结果为c-0x10000，否则为0
pcmpeqd   xmm3, xmm0          ; 生成掩码：c<=0x10000时对应位置为0xFFFFFFFF，否则为0
pand      xmm0, xmm3          ; 保留未超过阈值的原值，超过的位置清零
pandn     xmm3, xmm5          ; 生成替换掩码：超过阈值的位置设为0x10000，否则为0
por       xmm0, xmm3          ; 合并结果，完成钳位

相比原有代码，减少了3条指令，逻辑更直观，无需额外处理有符号/无符号比较的转换。

受限输入场景（输入范围0x00000000~0x00FFFFFF） #

若输入数值最高8位恒为0，那么c>0x10000等价于数值的高16位不为0，可直接通过右移提取高16位生成掩码：

movdqa    xmm3, xmm0          ; 保存原始值
movdqa    xmm4, xmm5          ; XMM5预存4个0x10000常量
psrld     xmm3, 16            ; 提取每个双字的高16位
pcmpeqd   xmm3, xmm0          ; 高16位为0时（c<=0xFFFF<0x10000）生成0xFFFFFFFF掩码，否则为0
pand      xmm0, xmm3          ; 保留未超阈值的值
pandn     xmm3, xmm5          ; 生成超阈值的替换值
por       xmm0, xmm3          ; 合并结果

此方案进一步简化了判断逻辑，利用输入范围特性减少了减法操作。

受限输入场景（输入范围0x00000000~0x00FF0000） #

若输入数值低16位恒为0（即格式为0xXX0000），则c>0x10000等价于高16位大于1，可通过比较高16位生成掩码：

movdqa    xmm3, xmm0          ; 保存原始值
movdqa    xmm4, xmm5          ; XMM5预存4个0x10000常量
psrld     xmm3, 16            ; 提取高16位（即XX部分）
pcmpltd   xmm3, xmm1          ; XMM1预存4个1的32位常量，XX<=1时生成0xFFFFFFFF掩码
pand      xmm0, xmm3          ; 保留c<=0x10000的值
pandn     xmm3, xmm5          ; 生成超阈值的替换值
por       xmm0, xmm3          ; 合并结果

此方案完全利用输入的格式特性，判断逻辑最简洁。

内容的提问来源于stack exchange，提问作者Sanyin