作者:云风
自从今年 3 月云风开始使用 Pentium 200MMX CPU 后,
直在考虑如何用 MMX 技术加快 Alpha 混合
操作, 尤其是针对目前常用高彩模式. 而早先在国外个有关游戏编程 MailList 讨论结果是 MMX 不利于对 16位色进行 Alpha 混合操作. 让我们先来看看 MMX 技术相对于普通指令集更新,来了解下这个论点立论. MMX 技术
优势在于, 它寄存器是 64 位, 而提供了分组模式, 可以将寄存器内数据按 8 个字节, 或 4 个字, 或 2 个双字同时进行同操作, 方便了大数据量数据处理; 可以成组数据同时作比较操作, 这为透明色点批量判断带来好处; MMX CPU 拥有 8 个 MMX 寄存器, 在定程度上缓解了 80x86 CPU 寄存器数量不足缺陷. 但是它也有诸多不足, 比如算术指令不能对 4字节字操作; 指令结构都不影响标志位; 不能对常数立即寻址; MMX 系统指令集
指令相当贫乏(连 NOT 操作也不能直接实现); 当颜色深度是 24/32 位时, RGB 都占 8 位, 这样可以巧妙
利用 MMX 里分组乘法指令达到做 Alpha 混合运算效果(MMX 乘法相关指令只有对字操作 PMULHW/PMULLW 两条, 分别是成组数据乘后取高位和取低位) 本文旨在探讨 16bit 色快速 Alpha 混合运算, 所以此处略去不提. 而 16bit 色, 红绿蓝各占 5 或 6 位, 难以被分组分开, 所以不利于运用 MMX
这些特性. 当然另外解决思路方法是采用 aRGB 4444 结构, 其中 4 位是 Alpha 通道, 每个色素占半个字节, 再采用类似思路方法. 看过云风去年提出
16bit Alpha 混合优化算法朋友, 应该会联想到这个算法向 MMX 引申, OK, 也许你已经明白了大概, 本文理论基本点就在此, 唯问题是, 我们需要面对是 MMX 指令集种种缺陷, 这些在实际
设计中会逐步体现出来, 下面, 云风将在介绍算法同时, 附带提出些运用 MMX 窍门技巧(随后将有专文介绍 MMX 编程技术) 先来看看上次
算法有无可进步优化可能: 16bit 下 Alpha 混合
关键在于如何将 RGB 分离, 让随后乘法结果不至于相互干扰. 我提出
是将 16bit rrrrrggggggbbbbb 扩展到 32bit 变形成 00000gggggg00000rrrrr000000bbbbb, 即将中间绿色提到高 16 位, 而使色素间隔都有 5 到 6 位, 而 对于 5 位颜色, 超过 5 位 Alpha 级别是没有意义, 所以只要设定 Alpha 值在 0~31 间, 同时算这 3 个色素乘法是不会
进位造成干扰. 而这里需要多操作次移位扩展 16 位到 32 位, 然后需要次和操作, 将中间间隔位置0, 而且结果需要同样复杂逆操作从 32 位还原到 16 位. 改进
思路是直接将两个点交错分离, 即 rrrrrggggggbbbbbRRRRRGGGGGGBBBBB 分离成 rrrrr000000bbbbb00000GGGGGG00000 和 00000gggggg00000RRRRR000000BBBBB 两部分, 前部分右移 5 位后变成 00000rrrrr000000bbbbb00000GGGGGG, 两个数字就都可以同时运算 3 个色素, 其结果后组右移 5 位后可以和前组合并. 这样就省去了好几次移位操作, 并且数据可以 4 字节读入, 和 4字节写, 粗看真效率很高. 但是在传统 80x86 上却有两点制约了它运用: CPU
寄存器不够用, 这个思路方法光保存数据就需要 4 个 32 位寄存器, 虽然 EAX,EBX,ECX,EDX 刚够用, 但是这就使得 Alpha 混合
不能直接写在 Blit 操作里面. 必须单写个子
. (不过也值得写尝试下, 不是吗? 如果有朋友写好了, 希望能给我拜读下,我在风魂游戏库里留了接口, 并在注释里提到了具体写法) 2D 游戏中,
般都是利用 Alpha 混合绘制精灵而不是规则矩形位图, 所以这里面还存在着透明色判断, 如果是双点处理, 这步不易实现. (不过也不是没有好思路方法, 就是代码长度就长而复杂了:-( ) 而 MMX 却提供了 8 个寄存器, 同时有分组比较
指令, 正好弥补了这两点不足, 而且利用寄存器有 64 位优势可以同时运算 4 个点. 所以我们暂且只用 MMX 来实现新想法.(如果你对这个思路方法用在传统指令集上有兴趣, 希望同时操作 2 个点进行 Alpha 混合, 并写出实际代码, 请和我联系, 我非常希望看到风魂非 MMX Alpha 混合版本能够进步优化) 用 MMX 来做这项工作, 原理差不多(相当简单不是?), 也是读入源点和目标点后分离成 4 个数据放在 4 个寄存器中. 两对间进行 Alpha 混合, (这样
对数据间就同时运算了 6 个色素) 最后就两对数据混合结果合并
不过从现在开始我们就要面对 MMX 8 个寄存器不够用困境了 :-( MMX 指令不能和 64 位立即常数起使用, 所以在进行分裂操作时候用到掩码要常驻在寄存器内. 如果寄存器主够多话, 可以连掩码反值也放个, 可惜现在不能这么浪费 :-( 处理透明色问题方面, 可以先将点和透明色比较得到个掩码, 我们再将混合后点,及原来目标图上点 (这个点应当保留个备份, 哎, 又去了个寄存器) 分别和掩码逻辑运算合并得到最终数据写入目标图. 这里, 需要大量运用 NOT 操作, Intel 竟然没有在 MMX 指令集中提供 @#$%^&! 我们只好用 PANDN (取反再和操作) 间接完成. (例:可以先用 PCMPEQW mm0,mm0 (自己和自己比较当然全相等了-) 生成常数 FFFFFFFFFFFFFFFF, 用 PANDN mm1,mm0 就可以将 mm1 取反.) 这里, 不再可以利用 MMX 分组乘法, (MMX 不能对 32 位数进行乘法操作) 所以我们应该用移位和加减法来实现. 这样, 如果有几级 Alpha 值, 就应该写几个混合. 最后建立个指针
, 将每级 Alpha 混合依次放入. 我们在时就可以根据需要 Alpha 值来相应了 :-)
在风魂 0.07 里, Alpha 混合又
次修改了算法, (0.06 使用上述算法, 0.07 则没有) 这里要感谢网友 T&P ([email protected]) 新思路. 针对分级数比较少 Alpha 混合, 比如 8 级, 可以用更简单思路方法. 大家可以注意到, 50% Alpha 时, R=(r1+r2)/2, 也可以近似等于 r1/2+r2/2. 那么 RGB 可以方便同时运算. 只需要在移位后做次简单和操作即可 (0RRRRRGGGGGGBBBB & 011110111101111=0RRRR0GGGGG0BBBB) 然后, 将两个移位后数据相加就完成了 Alpha=50% 混合. 这个思路方法避免了切分和还原数据, 所以速度更快. 风魂早期版本, 对 50% Alpha 度就做了此种特殊处理. 但是, 它是有误差, 误差在于移位造成每色素上 1/32 或 1/64 偏差. 下
步我们可以将 50% Alpha 值推广到 25% 12.5% 甚至更小. 现在来看下完成 R1*25%+R2*75%, 它等于 R2+R1*25%-R2*25%=R2+R1/4+R2/4. 这里除 4 操作和除 2 原理是样即: (RRRRRGGGGGGBBBBB >> 2) & 0011100111100111. 依次类推, X * 37.5% + Y * 62.5% = (X+Y)/2 + Y/8 - X/8 等等. 我们就只需要利用移位和加减法就可以同时完成 N 个色素混合了. 再来看看这个思路方法
缺陷. 首先是误差问题, 每组移位取和都会造成最大为 1/32 误差, 而多次运算有可能使误差累计, 所以 alpha 级别不能分太多. 而且 alpha 级别分太细后, 使得运算步骤变很多, 不切分直接运算优势有可能损失掉. 而且更致命点是, 如果想用 MMX 加速, 那么通常 AND 运算用掩码应该放在寄存器中 (如果放在内存, 而 MMX 不能立即寻址, 间接寻址取内存可能不能命中 CACHE 速度变慢, 大规模混合运算速度损失太多) MMX 寄存器却只有 8 个. 那么多个掩码会使明显感觉寄存器不够用, 但这不失为种好思路方法. 风魂 0.07 中新 alpha 精灵, 这步算法更改带来了 10% 左右速度提升, 而画质损失却几乎没有体现 :-) 最后对有关带 Alpha 通道
位图做点探讨, 这里每个点将带有区别 Alpha 值, 我们应该合理协调位图结构. 将 Alpha 值和颜色信息放在起是不合算. 这样不利于高速处理我们可以将所有点 Alpha 值提出来放在起, 对于 16bit 颜色, 合理 Alpha 级别应该在 16级以下这样可以每个字节存放两个 Alpha 值. 用个寄存器作为指向 Alpha 值区域指针, 读入对应点 Alpha 值, 相应混合运算但是, 这种位图每个点都有可能是区别 alpha 值, 如此就不能多点同时运算, 云风找到了另外加速思路方法, 要知详情, 且看下文分解 ^_^
最新评论