需要对我的SSE/Assembly尝试提出一些建设性的批评吗

我正在将一些代码转换为SSE,虽然我有正确的输出,但结果证明它比标准c++代码慢。

我需要这样做的代码是:

float ox = p2x - (px * c - py * s)*m;
float oy = p2y - (px * s - py * c)*m;

我得到的SSE代码是:

void assemblycalc(vector4 &p, vector4 &sc, float &m, vector4 &xy)
{
    vector4 r;
    __m128 scale = _mm_set1_ps(m);

__asm
{
    mov     eax,    p       //Load into CPU reg
    mov     ebx,    sc
    movups  xmm0,   [eax]   //move vectors to SSE regs
    movups  xmm1,   [ebx]

    mulps   xmm0,   xmm1    //Multiply the Elements

    movaps  xmm2,   xmm0    //make a copy of the array  
    shufps  xmm2,   xmm0,  0x1B //shuffle the array     

    subps   xmm0,   xmm2    //subtract the elements

    mulps   xmm0,   scale   //multiply the vector by the scale

    mov     ecx,    xy      //load the variable into cpu reg
    movups  xmm3,   [ecx]   //move the vector to the SSE regs

    subps   xmm3,   xmm0    //subtract xmm3 - xmm0

    movups  [r],    xmm3    //Save the retun vector, and use elements 0 and 3
    }
}

由于很难阅读代码,我将解释我所做的:

加载向量4,xmm0\p=[px,py,px,py]
穆特。通过向量4,xmm1 cs=[c,c,s,s]
__________________________骡子----------------------------
结果,xmm0=[px c、 py公司 [秒]

c、 py公司 s、 py公司 [秒]
洗牌结果,xmm2=[py s、 像素 s、 py公司
_____________________减法----------------------------
结果,xmm0=[px c-py公司 s、 py公司 碳对二甲苯 s、 像素 c、 py公司 [英]

重用结果,xmm0=[px c-py公司 碳对二甲苯 s、 像素 s-py公司 c、 py公司 s-px公司 [英]
加载m矢量4,比例=[m,m,m,m]

结果,xmm0=[(px c-py公司 秒) c-px*s型) m、 (像素) m、 (年) s-px*c型) [米]


加载xy矢量4,xmm3=[p2x,p2x,p2y,p2y]
c-py*s型) m、 (年) c-px*s型) s-py*c) s-px*c型) [米]
_____________________减法----------------------------
结果,xmm3=[p2x-(px c-py*s型) m、 p2x-(py) c-px*s型) m、 p2y-(像素) s-py*c) s-px*c)*米]

然后ox=xmm3[0]和oy=xmm3[3],所以我基本上不使用xmm3[1]或xmm3[4]

很抱歉阅读本文有困难,但我希望有人能为我提供一些指导,因为标准c++代码的运行时间为0.001444ms,SSE代码的运行时间为0.00198ms。

让我知道如果有什么我可以做进一步解释/清理这一点。我之所以尝试使用SSE是因为我运行这个计算数百万次,而这是减慢我当前代码速度的一部分。

提前感谢您的帮助! 布雷特