FPU: 8个80位浮点寄存器（数据），16位状态寄存器，16位控制寄存器，16为标识寄存器。
     使用FPU指令对这些寄存器进行操作，这些寄存器构成一个循环栈，st7栈底，st0栈顶，
     当一个值被压入时，被存入st0，原来st0中的值被存入st7
MMX: 将8个FPU寄存器重命名为8个64位MMX寄存器，即mm0到mm7。[号称多媒体处理技术]
     57条MMX指令，加快了整形浮点运算，但是对于复杂浮点运算无帮助

SSE: 8个128位寄存器（从xmm0到xmm7），MXSCR寄存器，EFLAGS寄存器，专有指令（复杂浮点运算）
SSE2: 寄存器和SSE相同，增加了5种数据类型（都是128位），专有指令
SSE3: 进增加了几个新的指令

由于MMX使用的寄存器影射到FPU寄存器上，所以MMX指令执行前，需要保存FPU堆栈。

示例1，FPU寄存器及指令使用（下面所有程序都使用at&t风格汇编）：
data1:
        .byte 0x34, 0x12, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00
data2:
        .byte 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00
.section .text
.globl _start
_start:
        nop
        fbld  data1     压入st0
        fimul data2     st0中的值和data2相乘，保存在st0中
        fbstp data1     st0弹出到内存44


示例2, SSE寄存器及指令使用
.lcomm data 16
value1:
        .float 12.34, 2345.543, -3493.2, 0.44901
value2:
        .float -54439.234, 23231.4, 1.0098, 0.000003
.section .text
.globl _start
_start:
        movups value1, %xmm0
        movups value2, %xmm1
        movups %xmm0, %xmm2
        movups %xmm0, data

由于MMX技术处理的是由几个并行紧缩型数据组合成的一个64位数，因此在MMX运算中，例如算术运算，比较运算，逻辑运算和移位运算等，都是对应的紧缩型数据独立于其他的数据并行进行运算，互相不能影响，也不能简单的当成一个整体的连续的64位数来对待。所以在运算过程中就要注意解决紧缩型数据之间的边界越界问题，因此产生了绕转及饱和这新的MMX运算原则。
　　绕转运算：例如带绕转的无符号紧缩型字相加，虽然是64位的紧缩数相加，但是每个紧缩数是由4个独立的16位小整型紧缩型字组成，所以其中每个对应的16位紧缩型字的加法都要独立于其他的加法并行进行。紧缩型字的边界之间不能产生进位或借位，其中每个字边界之间的进位或借位被丢掉，称之为绕转。这样就保证了64位数内4个独立的16位字数据之间的正常并行运算。
　　饱和运算：例如带饱和的无符号紧缩型字相加减，当产生一个越界的结果时，边界之间的进位或借位被丢掉，且上溢时本紧缩型字取最大的可表示值为FFFFH，下溢时本紧缩型字取最小的可表示值为0000H，即其值被饱和了。饱和运算对像素运算来说很重要，避免了绕转运算带来的使一个黑(白)像素突然变成白(黑)像素的可能。而对带符号的16位字而言，最大和最小的饱和值为7FFFH和8000H。
　　MMX指令中还特别增加了脱胎于DSP的关键的乘和累加指令，能够一次处理4个16位字的4次乘法和2次加法(A3B3＋A2B2＋A1B1＋A0B0)。对许多信号处理算法来说，如向量点积，矩阵相乘，FIR和IIR滤波，FFT，DCT等，该指令十分重要而有效。
　　可见，利用MMX技术进行多媒体应用的并行计算比不用MMX技术要节省不少指令和运行时间。

转载自：http://wordpad.blog.sohu.com/43301264.html