🚀 go-pugleaf

Kontynuacja ostatniego tematu, tj. SSE2 wolniejsze niż MMX;
testowany algorytm http://wmula.republika.pl/snippets/asm/blur.c
(rozmycie obrazków grayscale).

Tym razem testy przeprowadziłem na komputerze C2D E8200 -- na
nim większość całkowitoliczbowych rozkazów SSE wykonuje się w
jednym cyklu.  Po zgrubnej zamianie nazw rejestrów i użyciu
MOVDQU (dla bezpieczeństwa) doznałem szoku: kod wolniejszy niż
MMX!  Prawie zemdlałem. :)

Spróbowałem użyć zamiast MOVDQU rozkazu LDDQU -- nie pomogło.
W sumie dane mieściły się w L2, więc raczej nie mogło.

Ostatecznie postanowiłem wyrównać adresy dwóch struktur, do
których odwołują się procedury (obraz oraz pomocnicza tablica),
wszystkie odczyty i zapisy do pamięci wykonują się poprzez
MOVDQA, zaś dane niewyrównane które są potrzebne zostały
wyciągnięte rozkazem PALIGNR.  I wiecie co?  Przyspieszenie
o 95% w stosunku do kodu MMX2 (przyspieszenie 6 razy w stosunku
do kodu x86).

Jak się wyśpię, to doszlifuję i wrzucę na stronę kod.

w.