【基于SIMD技术的代码优化分析案例3800字】

基于SIMD技术的代码优化分析案例基于SIMD技术的代码优化分析案例 11.1算法模块优化实现 11.1.1数据类型 11.1.2轮函数 21.1.2.1轮常数异或 2 21.1.2.3S盒操作 21.1.2.4非线性变换A 3 6 61.2.2数据切片与合并模块优化 6 8由于算法基于海绵结构，吸收阶段与压缩阶段是迭代运算，所以利用SIMD前文中数据数组定义为unsignedchar类型的，因此在SSE指令中使用 m128i,该数据类型的变量可用做SSE2指令的操作数，也可称作向量，它是不能被用户指令直接存取的。_m128i类型的变量被自动分配为16个字节的字长。可以通过调用m128i_mm_set1_epi8或者m128i_mm_set1_ep16等对其进行赋8个16bits的整型值。在进入轮函数之前数据已经进行了分割，128bit有效数据分为左右64bit数据输入。因为轮常数异或为高16位操作，且输入数据每字节为高4位为0、低4位有效。所以需要将16位轮常数的值，也按4位有效数据分割排列。利用SSE指令实现128bit数据的并行异或，即实现64bit有效输入数据的异或运//将输入数据加载到寄存器内left=_mm_loadu_si12right=_mm_loadu_si128((m128i*)inputrig1.1.2.2P置换_m128iPbox=_mm_setr_epi8(Ox3,0x6,0x9,0xC,0x7,0xA,0xD,0x0,0xB,OxE,0x1,0x1/1轮p置换S盒操作利用SSE指令集进行优化，可以实现128bit数据操作并输出。按照之前C语言代码实现的思想，也是将T变换中的S盒操作作为单独步骤进行运算操作。具体方法为：在S盒操作中需要_mm_shuffle_epi8()指令进行输出，但需要注意的是第一个参数为S盒，第二个参数入数据的值决定输出，最终输出经过S盒操作后的数据。 m128iSbox=_mm_setr_epi8(OxE,0x9,0xF,0x0,0xD,0x4,0xA,0xB,0x1,0x2非线性变换A等价于四次线性变换B的迭代，针对四次线性变换迭代运算进行SSE指令集优化，能够极大程度上提高代码的并行性。由于四次线迭代运算，流程为64bit数据分为四组16bit数据进行相同的四次线性变换迭代操再拆分为4组数据，具体迭代流程简化为4次×2运算、4次×4运算、8次异或 m128ix0,x1,x2,x3,x4,temp0,temp1,temp2,temp3,c1,c2,c3//P置换数据 m128iP=_mm_setr_epi8(0x0,0x4,0x8,0xc,Ox1,0x5,0x9,0x0=_mm_loadu_si128(m128i*/1分组将线性变换每一位分组(04812,15913,261014,371115) m128ial=_mm_setr_epi8(0xf,Oxf,Oxf,Oxf,Ox80,0x80,0x80,0x80,0x80,0x80,0x80,0x80,0x80, 0x80,0x80,0x80,0x80,0x80, 0x80,0x80,0x80,0x80,0x80, x1=_mm_and_si128(x0,a1);//048x2=_mm_shuffle_epi8(x0,a2);//15x3=_mm_shuffle_epi8(x0,a3);//26ae0...0x4=_mm_shuffle_epi8(x0,a4);//37b//有限域上常数乘法结果数据 m128iyx2=_mm_setr_epi8(0x0,0x2,0x4,0x6, m128iyx4=_mm_setr_epi8(0x0,0x4,0x8,0xc,1.数据重组合并。由于数据按照每16位对应位置的4位数据经过了重新分 m128ib2=_mm_setr_epi8(Ox80,0x80,0x80,0x80,0x0,0x1,0x2,0x3,0x80,0x80,0 m128ib3=_mm_setr_epi8(0x80,0x80,0x80,0x80,0x80,0x80,0x80,0x80,0x0,0x1,0 m128ib4=_mm_setr_epi8(0x80,0x80,0x80,0x80,0x80,0x80,0x80,0x80,0x2=_mm_shuffle_epi8(x2,b2);//将第二组数x3=_mm_shuffle_epi8(x3,b3);//将第三组数x4=_mm_shuffle_epi8(x4,b4);//将第四组数据11数据合并x0=_mm_shuffle_epi8(x0,P);/将128位数据重新_mm_storeu_si128((_m128i*)inputleft1,xO);1.2利用nibble-slice技术优化方案一变换B的具体单个输入数据都为4bit(半字节),因此为了简便操作将8个8bit数分割为16个4bit有效数，即将输入数据按半字节长度进行切片。0x01,0x23,0x45,0x67,0x8位置0)1.每字节的高4位数据放入低4位中。即将输入64bit有效数据存入寄存使高4位为0,使最终有效数据为原始数据的高4位。2.将1中生成的数据排列移位。利用移位函数将生成数据隔位排列，空位用于存放原始数据的低4bit。3.每字节低4位数据排列移位。先将原始数据和0xOf按位进行与运算，保留原始数据低4位，再利用移位函数排列方便后续插入。//数据切片所需掩码数据 m128ia1,a2,b1,b2,b3a1=_mm_loadu_si128(_m128i*)b1=_mm_srli_epi16(a1,4);/b1=_mm_and_si128(b1,con);/每字节高b1=_mm_shuffle_epi8(b1,c1);/b2=_mm_and_si128(a1,con);//原始数据每字节高b²=_mm_shuffle_epi8(b_mm_store_si128(_m128i*)inputleft0,b1);即将128位数据中每字节低4位合并重组为64bit有效数据。节对齐)0x01,0x23,0x45,0x67,0x89,0xab,Oxcd,Oxef,0x00……(按位异或，实现合并)1.每字节的低4位数据放入高4位中。将数据按每组16位进行4位的逻辑左移，实现低4位移位至高4位，并低位补0。2.将1中生成的数据排列移位，利用移位函数将生成数据隔位排列，空位用于存放原始数据的低4bit。 m128ic1=_mm_setr_epi8(Ox0,0x2,0x4,0x6,0x8,0xa,Oxc,0xe,0x1,0x3,0x m128ic2=_mm_setr_epi8(0x1,0x3,0x5,0x7,0x9,0xb,Oxd,Oxf,Ox80,0x80,0x80, _m128ial,a2,a3,a4,bal=_mm_loadu_si128(m128i*)b1=_mm_xor_si128(b1,a2b1=_mm_and_si128(b1,c3);//将寄存器的后64位数据置0_mm_storeu_si128(_m128i*)inputleft,b1可以使数据在进入轮函数之后就进行切片分割成4组数据。即将每32位中位置对应的4位进行分组。与上述方式区别主要变化在轮常数异或和P置换。轮常数异或需要4个指令，轮常数值将每4位分别拆开进行加载。000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000根据位置置换结果可知，置换后的第一组数据b1为第四组b4数据；第二组数据b2为第三组b3移位后将n2替换为n8;第三组数据b3为第二组b2移位结果；第四组数据b4为第一组移位后将n8替换为n2结果。_m128i_m128id3=_mm_setr_epi8(0x4,0x80,0x80,0x80,0x8,0x80,0x80,0x80,m128id2=_mmsetr_epi8(0x8,0x80,0x80,0x80,Oxc,0x80,0x80m128id1=_mm_setr_epi8(Oxc,Ox80,0x80,0x80,0x0,0x80,0x80,0x_m128istatel=_mm_setr_epi8(Oxf,Ox80,0x80,0x80,Oxf,_m128istate2=_mm_setr_epi8(