X86 操作码将 xmm 寄存器移动到通用寄存器

Question

将 xmm0 寄存器移动到 eax 和 edx 的短 x86 指令序列是什么？

Answer 1

你想要 xmm0 的哪些部分？

movd     eax, xmm0
pextrd   edx, xmm0, 1    ; SSE4.1

将 xmm0 的低 64 位获取到 edx:eax。如果您需要所有 4 个部分，请考虑存储到内存并重新加载：存储转发到加载具有更多延迟，但比随机播放具有更好的吞吐量（总 uops 更少），特别是如果您可以将它们用作内存源操作数而不仅仅是 mov。

(但是如果你想要一个水平和什么的，通常do that with SIMD shuffles像pshufd/paddd两次将4个元素减少到2然后到1。虽然movd eax, xmm0/movdqa [esp], xmm0存储和3个标量在这种情况下，add eax, [esp + 4/8/12] 实际上对于总 uops 或延迟来说还不错，不像标量 FP，其中延迟更高，并且无论如何您都希望在 XMM reg 中得到结果。）

---

在 64 位代码中，movq rax, xmm0 / shld rdx, rax, 32 可能优于 pextrd，并且不需要 SSE4.1。

更普通的mov rdx, rax / shr rdx, 32 可能比 SHLD 更有效，即使它在 Intel CPU 上花费更多微指令。 shld 在 AMD CPU 上很慢，在 Zen 上是 8 uops。 (https://uops.info/)

BMI2 rorx rdx, rax, 32 是一种复制和移位的好方法，并且在所有支持它的 CPU 上都很有效。当然，RDX 的高半部分可能不为零，但这很好。

另一个选择是movd/movq，如果您没有接近他们竞争的单个端口的吞吐量瓶颈。在大多数 CPU 上，它们实际上不能并行运行，因此 movd/movq 竞争一个端口仍然会花费第二个端口的延迟。在具有 mov-elimination（Zen 或 IvyBridge）的现代 CPU 上，零延迟的mov rdx, rax 更好。但这确实会使您在 EAX 和 EDX 中的值零扩展为 RAX 和 RDX。

    movq  rdx, xmm0
    movd  eax, xmm0       ; or schedule this first if you can use EAX right away
    shr   rdx, 32

请参阅x86 标签 wiki 以获取指令集参考和其他内容。

请参阅Agner Fog's excellent Optimizing Assembly guide，了解使用说明的提示。