Why does removing statements from my SSE intrinsic function makes it slower?

Please note that this question is not about YUV422 to RGB conversion!

I have this code for a pixel order YUV422 to RGB conversion.

static void yuv422ToRGB(unsigned char* img,
  int width, int height, int widthStep, unsigned char* dst)
{

  __m128i yMask1 = _mm_setr_epi8(0, -1, 0, -1, 0, -1, 4, -1, 4, -1, 4, -1, 8, -1, 8, -1);
  __m128i yMask2 = _mm_setr_epi8(8, -1, 12, -1, 12, -1, 12, -1, -1, -1, -1, -1, -1, -1, -1, -1);
  __m128i uvMask1 = _mm_setr_epi8(1, 3, 1, 3, 1, 3, 5, 7, 5, 7, 5, 7, 9, 11, 9, 11);
  __m128i uvMask2 = _mm_setr_epi8(9, 11, 13, 15, 13, 15, 13, 15, -1, -1, -1, -1, -1, -1, -1, -1);
  __m128i magicMask1 = _mm_setr_epi8(0, 102, 25, 52, -127, 0, 0, 102, 25, 52, -127, 0, 0, 102, 25, 52);
  __m128i magicMask2 = _mm_setr_epi8(-127, 0, 0, 102, 25, 52, -127, 0, 0, 0, 0, 0, 0, 0, 0, 0);
  __m128i const128 = _mm_set1_epi8(-127);
  __m128i const16 = _mm_set1_epi16(16);
  __m128i const32 = _mm_set1_epi16(32);
  __m128i const74 = _mm_set1_epi16(74);
  __m128i gFlipMask1 = _mm_setr_epi16(1, -1, 1, 1, -1, 1, 1, -1);
  __m128i gFlipMask2 = _mm_setr_epi16(1, 1, -1, 1, 0, 0, 0, 0);

  for (int y = 0; y < height; y++)
  {
    for (int x = 0; x < width; x += 16)
    {
      __m128i imgreg1 = _mm_loadu_si128((__m128i*)(img + x));
      __m128i yValues1 = _mm_shuffle_epi8(imgreg1, yMask1);
      yValues1 = _mm_subs_epi16(yValues1, const16);
      yValues1 = _mm_mullo_epi16(yValues1, const74);

      __m128i uvValues1 = _mm_shuffle_epi8(imgreg1, uvMask1);
      uvValues1 = _mm_xor_si128(uvValues1, const128);

      __m128i toAdd1 = _mm_maddubs_epi16(magicMask1, uvValues1);
      toAdd1 = _mm_mullo_epi16(toAdd1, gFlipMask1);
      toAdd1 = _mm_add_epi16(toAdd1, const32);

      __m128i rgb1 = _mm_add_epi16(yValues1, toAdd1);
      rgb1 = _mm_srai_epi16(rgb1, 6);

      //======================

      __m128i yValues2 = _mm_shuffle_epi8(imgreg1, yMask2);
      yValues2 = _mm_subs_epi16(yValues2, const16);
      yValues2 = _mm_mullo_epi16(yValues2, const74);

      __m128i uvValues2 = _mm_shuffle_epi8(imgreg1, uvMask2);
      uvValues2 = _mm_xor_si128(uvValues2, const128);

      __m128i toAdd2 = _mm_maddubs_epi16(magicMask2, uvValues2);
      toAdd2 = _mm_mullo_epi16(toAdd2, gFlipMask2);
      toAdd2 = _mm_add_epi16(toAdd2, const32);

      __m128i rgb2 = _mm_add_epi16(yValues2, toAdd2);
      rgb2 = _mm_srai_epi16(rgb2, 6);


      //======================

      __m128i out = _mm_packus_epi16(rgb1, rgb2);
      _mm_storeu_si128((__m128i*)(dst), out);
      dst += 12;
    }
    img += widthStep;
  }
}

I had an Idea to make it faster using an alternative calculation method that would require fewer instructions. To check how much performance I could gain, I uncommented six instructions inside the loop which might be saved. The rest of the code remained unchanged:

static void yuv422ToRGB(unsigned char* img,
  int width, int height, int widthStep, unsigned char* dst)
{

  __m128i yMask1 = _mm_setr_epi8(5, -1, 0, -1, 0, -1, 4, -1, 4, -1, 4, -1, 8, -1, 8, -1);
  __m128i yMask2 = _mm_setr_epi8(8, -1, 12, -1, 12, -1, 12, -1, -1, -1, -1, -1, -1, -1, -1, -1);
  __m128i uvMask1 = _mm_setr_epi8(1, 3, 1, 3, 1, 3, 5, 7, 5, 7, 5, 7, 9, 11, 9, 11);
  __m128i uvMask2 = _mm_setr_epi8(9, 11, 13, 15, 13, 15, 13, 15, -1, -1, -1, -1, -1, -1, -1, -1);
  __m128i magicMask1 = _mm_setr_epi8(0, 102, 25, 52, -127, 0, 0, 102, 25, 52, -127, 0, 0, 102, 25, 52);
  __m128i magicMask2 = _mm_setr_epi8(-127, 0, 0, 102, 25, 52, -127, 0, 0, 0, 0, 0, 0, 0, 0, 0);
  __m128i const128 = _mm_set1_epi8(-127);
  __m128i const16 = _mm_set1_epi16(16);
  __m128i const32 = _mm_set1_epi16(32);
  __m128i const74 = _mm_set1_epi16(74);
  __m128i gFlipMask1 = _mm_setr_epi16(1, -1, 1, 1, -1, 1, 1, -1);
  __m128i gFlipMask2 = _mm_setr_epi16(1, 1, -1, 1, 0, 0, 0, 0);

  for (int y = 0; y < height; y++)
  {
    for (int x = 0; x < width; x += 16)
    {
      __m128i imgreg1 = _mm_loadu_si128((__m128i*)(img + x));
      __m128i yValues1 = _mm_shuffle_epi8(imgreg1, yMask1);
      //yValues1 = _mm_subs_epi16(yValues1, const16);
      //yValues1 = _mm_mullo_epi16(yValues1, const74);

      __m128i uvValues1 = _mm_shuffle_epi8(imgreg1, uvMask1);
      uvValues1 = _mm_xor_si128(uvValues1, const128);

      __m128i toAdd1 = _mm_maddubs_epi16(magicMask1, uvValues1);
      toAdd1 = _mm_mullo_epi16(toAdd1, gFlipMask1);
      //toAdd1 = _mm_add_epi16(toAdd1, const32);

      __m128i rgb1 = _mm_add_epi16(yValues1, toAdd1);
      rgb1 = _mm_srai_epi16(rgb1, 6);

      //======================

      __m128i yValues2 = _mm_shuffle_epi8(imgreg1, yMask2);
      //yValues2 = _mm_subs_epi16(yValues2, const16);
      //yValues2 = _mm_mullo_epi16(yValues2, const74);

      __m128i uvValues2 = _mm_shuffle_epi8(imgreg1, uvMask2);
      uvValues2 = _mm_xor_si128(uvValues2, const128);

      __m128i toAdd2 = _mm_maddubs_epi16(magicMask2, uvValues2);
      toAdd2 = _mm_mullo_epi16(toAdd2, gFlipMask2);
      //toAdd2 = _mm_add_epi16(toAdd2, const32);

      __m128i rgb2 = _mm_add_epi16(yValues2, toAdd2);
      rgb2 = _mm_srai_epi16(rgb2, 6);


      //======================

      __m128i out = _mm_packus_epi16(rgb1, rgb2);
      _mm_storeu_si128((__m128i*)(dst), out);
      dst += 12;
    }
    img += widthStep;
  }
}

Profiling the modified version, it turns out it is around 10% slower than the original (~2.2ms vs 1.9ms). This doesn’t make any sense to me. I was expecting that it might not make a difference because the bottleneck is somewhere else, but how can fewer instructions make the code slower?

What I’ve checked:

  • The compiler output https://godbolt.org/z/893c8EfPW
  • Effects of caching. I tested this call order: A A B B A B. All calls of A were faster than calls of B.

The Plattform:

  • Intel Atom E3845
  • clang 14
  • Compiler flags: -std=c++14 -O3 -march=silvermont

How can this behavior be explained in a general way?

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật