Intel x86汇编中高效将XMM寄存器低两位32位浮点数扩展为全寄存器重复值的最优方法

对于你需要将xmm1从[-, -, a, b]（高两位32位无效，低两位为单精度浮点数a、b）转换为[a, a, b, b]的需求，单条shufps指令就能完成，这是最高效的实现方式——不需要额外寄存器，且在现代x86 CPU上是单周期执行的。

核心实现代码 #

shufps  xmm1, xmm1, 0xA0  ; 将xmm1转换为[a, a, b, b]

指令细节解释 #

shufps指令专门用于重新排列XMM寄存器中的单精度浮点数元素，其第三个操作数是一个8位立即数，用来指定每个目标元素的源索引：

• 立即数的二进制格式为[src3][src2][src1][src0]，每个srcX是2位的索引（对应XMM寄存器的4个32位元素，索引0是最低位元素，3是最高位元素）
• 在你的场景中：
  • 目标最高位两个元素（索引3、2）需要取原寄存器的a（对应原索引2）
  • 目标最低位两个元素（索引1、0）需要取原寄存器的b（对应原索引0）
  • 所以立即数的二进制是10100000，对应十六进制0xA0

其他备选方案（效率略低） #

如果出于某些限制不能使用shufps，也可以用组合指令实现，但效率远不如单条shufps：

• 方案1：使用movd+movddup（需要SSE3支持）

  movd    eax, xmm1        ; 提取b到eax寄存器
  movd    xmm2, eax        ; 将b加载到xmm2的低32位
  movddup xmm2, xmm2       ; 复制b到xmm2的高64位，得到[b, b]
  psrldq  xmm1, 4          ; xmm1右移4字节，此时低32位为a
  movd    eax, xmm1        ; 提取a到eax寄存器
  movd    xmm3, eax        ; 将a加载到xmm3的低32位
  movddup xmm3, xmm3       ; 复制a到xmm3的高64位，得到[a, a]
  movlhps xmm1, xmm3       ; 将xmm3的低64位（a,a）复制到xmm1的高64位，最终得到[a,a,b,b]
  

  这个方案需要占用额外通用寄存器和XMM寄存器，且多条指令串行执行，性能差距明显。

• 方案2：使用unpcklps+shufps的组合，但本质上还是多指令操作，没有性能优势。

注意事项 #

如果你的元素索引顺序和假设不同（比如a是原寄存器的索引1，b是索引0），只需要调整shufps的立即数即可：

• 若原xmm1是[-, -, b, a]（低两位是a、b），要得到[a,a,b,b]，则立即数应为0x50（二进制01010000，对应索引1、1、0、0）

内容的提问来源于stack exchange，提问作者trollinator