SSE循环处理双精度数组点积结果异常，预期值与实际值不符

代码中的核心问题 #

• XMM寄存器未初始化：xmm3在第一次使用前没有清零，初始值是随机垃圾数据，直接addpd xmm3, xmm1会导致结果混入错误值。
• 循环地址未动态偏移：每次循环都固定加载[array1+8]和[array2+8]，没有用指针随循环推进移动，导致反复处理数组的第2、3个元素，而非遍历整个数组。
• 循环次数完全错误：数组有7个双精度元素（每个占8字节），mulpd一次处理2个元素，实际只需要3次循环处理前6个元素，再单独处理最后1个，设置7次循环完全不符合逻辑。
• 点积求和逻辑错误：点积要求所有对应元素相乘后累加为一个标量，但你用addpd只是对两组双精度元素分别并行相加，最后没有将XMM寄存器里的所有元素合并成单个总和就直接开平方，得到的是两个独立值的平方根，而非点积的平方根。

修复后的代码 #

include /masm64/include64/masm64rt.inc
INCLUDELIB MSVCRT
option casemap:none 

.data
array1 dq  1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0
array2 dq  7.0, 6.0, 5.0, 4.0, 3.0, 2.0, 1.0
res dq 0.0
tit1 db "Result of using the SSE", 0
buf BYTE 260 dup(?)
bufp QWORD buf, 0
array_len dq 7  ; 数组元素个数

.code
entry_point proc
    ; 初始化累加寄存器xmm3为0，用于存储并行相加的结果
    xorpd xmm3, xmm3
    ; 初始化数组指针
    mov rsi, offset array1
    mov rdi, offset array2
    ; 计算需要处理的2元素组数量：7//2=3组，剩余1个元素
    mov rcx, array_len
    shr rcx, 1  ; 等价于rcx = rcx / 2

loop1:
    ; 加载一组2个双精度元素
    movupd xmm1, [rsi]
    movupd xmm2, [rdi]
    ; 对应元素相乘
    mulpd xmm1, xmm2
    ; 并行累加到xmm3
    addpd xmm3, xmm1
    ; 指针向后移动16字节（2个双精度元素）
    add rsi, 16
    add rdi, 16
    loop loop1

    ; 处理剩余的单个元素（如果数组长度是奇数）
    test array_len, 1
    jz skip_single
    ; 加载最后一个元素相乘
    movsd xmm1, [rsi]
    movsd xmm2, [rdi]
    mulsd xmm1, xmm2
    ; 将单个结果累加到xmm3的低64位
    addsd xmm3, xmm1
skip_single:

    ; 将xmm3中的两个并行结果累加为一个标量
    movhlps xmm1, xmm3  ; 将xmm3的高64位移动到xmm1的低64位
    addsd xmm3, xmm1    ; xmm3低64位 = 低64位 + 高64位，得到总点积

    ; 对总点积求平方根
    sqrtsd xmm1, xmm3

    ; 存储结果并显示
    movsd res, xmm1
    invoke fptoa, res, bufp
    invoke MessageBox, 0, bufp, addr tit1, MB_OK
    invoke ExitProcess, 0
entry_point endp
end

关键修复说明 #

1. 寄存器初始化：用xorpd xmm3, xmm3清零累加寄存器，避免垃圾数据干扰。
2. 动态指针遍历：用rsi/rdi作为数组指针，每次循环后偏移16字节，实现数组遍历。
3. 分组+剩余元素处理：先处理所有2元素组，再单独处理奇数长度下的剩余元素，确保所有元素都被计算。
4. 并行结果合并：用movhlps将xmm3的高64位值移到xmm1低64位，再用addsd将两个值累加为单个点积，最后对这个标量开平方。

内容的提问来源于stack exchange，提问作者hyen