最近在寫一些字符串函數的優化，興趣使然，可是寫的過程中，想要實現 128bit 的按 bit 邏輯位移，遇到了一個大坑，且聽我娓娓道來。
對於 MMX, SSE 的位移指令，我們很自然的想到：
顧名思義，W 指的是Word(字)，D 指的 DWORD (雙字)，Q 指的是 QWORD (四字)，PSLLW 實現的是按 Word 的分組邏輯左移，
PSLLD 是按 DWORD 的分組邏輯左移，PSLLQ 是按 QWORD 實現的分組邏輯左移，這一切看起來都很 OK 。
這裡以邏輯左移為例：
關於具體的邏輯左移指令的說明，可參考：
http://moeto.comoj.com/project/intel/instruct32_hh/vc256.htm
或者 http://x86.renejeschke.de/html/file_module_x86_id_259.html，
右移也是類似的，在此不再螯述。
我們要實現的是 128bit 的邏輯位移，SSE2 裡面有 PSLLDQ 指令，這裡 DQ 即是 Double QWORD 的意思，
這不正好是我們需要的 128bit 按 bit 位移嗎？Ｎｏ！我們來看看 Intel 的文檔：
PSLLDQ--Packed Shift Left Logical Double Quadword
或
http://moeto.comoj.com/project/intel/instruct32_hh/vc255.htm
截圖如下：
我們看到，很遺憾，SSE2 並沒有實現 128bit 的按 bit 位移，PSLLDQ 只能實現 128bit 的按 byte 位移，即最小位移量必須是一個 byte (即8個bit)，這非常不科學。考慮到 Intel 並未真正實現 128bit 數據處理(SSE 大多數指令都只實現了最多 64bit 粒度的數據處理，例如一個雙精度浮點數是 64bit 的)，好吧，我們認了，但是！！但是！！Intel 你沒搞錯吧，PSLLDQ 的操作數只支持 imm8，imm8 意味著什麼？imm8 是 8 位立即數的意思，那就是說我們只能在匯編裡寫死(常數)，不能使用任何寄存器來做位移量。What the fu*K？？
好吧，這我們也認了。。。CPU 是你設計的，我們拿你沒辦法。說句題外話，如果 PSLLDQ 支持 reg32, reg64 寄存器位移的話， 會方便很多，因為我們可以先用 PSLLDQ 位移足夠位數的按 Byte 位移，然後再用 PSLLQ 位移剩下的剩余量（這是後話，為什麼要這麼用，到後面你就知道），可是，現在這種方法都不行！！這個 imm8 徹底讓我蛋碎了。。。PSLLQ 對於128 bit 寄存器一次只能移 16 位（先破埂了），那麼意味這我們如果要用這種方法，要 if / jump 好幾次。。。
好吧，我們退而求其次，既然你不能實現 128 bit 的按 bit 位移，那我們分成兩個 64 bit 的位移來實現好了，無非是多一次判斷，多一次合並，雖然效率沒有直接128 bit 位移的高，但是苦於你沒實現嘛，只能這麼干了。。。
好吧，我們開始吧。。。。GO！！！好了，我們換成 PSLLQ 了，執行PSLLQ xmm0, 32 或 PSLLQ xmm0, ecx (這裡ecx的值為32)，咦？xmm0怎麼全為0了？？啊，怎麼回事？？
我們回過頭來重新看看 intel 的文檔：
重點看兩個我用紅線框起來的，當 PSLLQ 作用於 64 bit 的寄存器時，我們看到是最大支持 COUNT = 64 位的位移（嚴格意義上講是 max = 63，這個不糾結了，習慣問題，下同）；
但是當 PSLLQ 作用於 128 bit 寄存器時，奇怪的事情發生了，最大只支持 COUNT = 16 位的位移（嚴格意義上是15位），如上圖所示。
如果不是重新看 Intel 的文檔，如果不是調試中發現問題，誰能想到最多只能移15位？？？Intel 的腦袋是被門夾了嗎？？Why？？MMX 寄存器上都可以實現最多 63 位的位移， SSE 寄存器為什麼就不可以？雖然我們知道 MMX 寄存器和 SSE 寄存器是不一樣的，分開的，MMX 寄存器是借用 x87 浮點寄存器來實現 MMX 指令的，可是你在 MMX 寄存器上實現了 64 bit 的位移，為什麼在 128 bit 的 SSE 寄存器上卻只能移最多 15 位？？你說難以實現，我認了，我不太懂為什麼那麼難，我們只能認了，可是你卻實現了 128 bit 的按 byte 位移的 PSLLDQ 指令，這又作何解釋？？本來顧名思義，PSLLDQ 就來就應該是實現 128 bit 的按 bit 位移，限於歷史原因，這個沒實現我可以理解，可是你沒有理由在 PSLLQ 作用於 128 bit 的 SSE 寄存器時卻最多只能位移 15 位吧？？這真的有那麼難嗎？？真的難嗎？？？？真的那麼難，你又是怎麼實現 PSLLDQ 的 128 bit 按 Byte 位移的？？
帶著這些疑問，我們問了一下 Google 老先生，搜索“128 bit shift”，發現 N 多小伙伴都遇到過這個問題，例如：
Looking for sse 128 bit shift operation for non-immediate shift value
What is SSE !@#$% good for? #2: Bit vector operations
最後，Google老先生告訴了我們一個最好的解答，來自 Intel 的論壇，在這裡：
Missing instruction in SSE: PSLLDQ with _bit_ shift amount?
是這樣的，截圖如下：
dddd
