我正在创建一个结构体来存储图像中的单个RGB像素。
struct Pixel
{
// color values range from 0.0 to 1.0
float r, g, b;
}__attribute__((aligned(16));
我想使用128位SSE指令来做加法，乘法等事情。这样我就可以一次对所有3个颜色通道执行操作。因此，我的SSE寄存器中的第一个打包浮动将是红色的，然后是绿色的，然后是蓝色的，但我不太确定将进入我的第四个寄存器。我真的不关心额外的32位填充中有哪些位。当我将一个像素加载到SSE寄存器中时，我会想象它包含零或垃圾值。这有问题吗?我是否应该添加第四个alpha通道，即使我真的不需要它?我认为这是一个问题的唯一方式是，如果我除以一个像素，在第四个位置上有一个零值，或者我正在对负数取根，等等。
整数操作对于未初始化的值完全没有问题，因为延迟从不依赖于数据。浮点数是不同的。一些fpu在异常、nan和无穷大(在任何一个矢量元素中)上减慢速度。
Intel Nehalem和早期版本在使用异常输入/输出和FP下流/溢出进行数学运算时减慢了很多。Sandybridge有一个不错的FPU，可以快速添加/删除任何输入(根据Agner Fog的指令表)，但乘法仍然会减慢速度。
加/减/乘对于零是可以的，但潜在的问题是未初始化的垃圾可能表示NaN或其他东西。
除法时要小心，不要除以0。这甚至可能引发FPU异常，具体取决于硬件设置。
所以，保持未使用的元素为零可能是一个好主意。这取决于您最初生成内容的方式，实现起来可能相当便宜。(例如movd/pinsrd/pinsrd(或insertps)将三个32位元素放入向量中，初始movd将高位96b归零)
一个解决方法是在第4个元素中存储蓝色通道的第二个副本。(或者用最方便的方法。)你可以用movsldup (SSE3)/movlps加载矢量。在movsldup之后，您的寄存器将保存{ b b r r }。movlps将重新加载较低的64位，所以你有{ b b g r }。(顺便说一句，这相当于movsd。)或者，如果shuffle端口不如load端口繁忙，则执行一次16B加载，然后进行shuffle。(movsldup在英特尔cpu上是一个运行在加载端口上的单up，即使它内置了复制。)
另一种选择是将像素打包成12字节，这样16B的加载将获得下一个像素的一个组件。根据你正在做的事情，重叠存储可能会破坏下一个像素的一个元素，也可能不会。在存储电流之前加载下一个像素可以在一些操作中解决这个问题。缓存或带宽限制是很容易的，所以节省1/4的空间，偶尔的缓存线分割加载/存储的小成本可能是值得的。