如何用SSE指令零扩展加载uint8_t至XMM0实现SIMD浮点乘法？

要实现需求，核心是把8位无符号整数零扩展为32位整数，再转换为单精度浮点数，才能和XMM1中的float数组执行SIMD乘法。以下是两种可行方案：

推荐方案：使用SSE4.1指令pmovzxbd #

pmovzxbd是专门为这类场景设计的指令，直接完成4个uint8_t零扩展为32位整数的操作，代码简洁高效：

; 从RDI指向的内存加载4个uint8_t，每个零扩展到32位，存入XMM0的4个双字位置
pmovzxbd xmm0, [rdi]  
; 将XMM0中的32位整数转换为单精度float
cvtdq2ps xmm0, xmm0   
; 与XMM1中的4个float执行SIMD乘法
mulps xmm0, xmm1      

指令说明：pmovzxbd的命名规则里，z代表零扩展（Zero-Extend），b表示源操作数是8位字节（uint8_t），d表示目标是32位双字，完美匹配需求。

兼容方案：无SSE4.1支持时的替代实现 #

如果运行环境不支持SSE4.1，可以用SSE2的pshufb（字节洗牌）指令组合实现：

; 先加载4个uint8_t到XMM0的低4字节
movd xmm0, [rdi]      
; 定义掩码：让每个uint8_t对应到双字的低8位，其余字节清零
section .data
mask db 0x00, 0x80, 0x80, 0x80, 0x01, 0x80, 0x80, 0x80
     db 0x02, 0x80, 0x80, 0x80, 0x03, 0x80, 0x80, 0x80

; 加载掩码到XMM2
movdqa xmm2, [mask]   
; 执行字节洗牌：将原uint8_t放到对应双字的低8位，高24位清零
pshufb xmm0, xmm2     
; 转换为float后执行乘法
cvtdq2ps xmm0, xmm0   
mulps xmm0, xmm1      

关于movdqu的问题 #

你之前尝试的movdqu xmm0, [rdi]只是把16个uint8_t原封不动加载到XMM0，没有做任何扩展操作。此时XMM0中是16个8位值，无法直接和XMM1的32位float执行mulps（操作数类型不匹配），必须先完成零扩展和浮点转换。

内容的提问来源于stack exchange，提问作者Diana