XMM 레지스터

작성자

익명

작성일

2026.08.04

조회수

버전

XMM 레지스터 (XMM Register)

1. 개요

XMM 레지스터는 x86 아키텍처의 프로세서에서 SIMD(Single Instruction, Multiple Data, 단일 명령 다중 데이터) 연산을 수행하기 위해 도입된 128비트 크기의 전용 레지스터이다. 인텔(Intel)이 1999년 펜티엄 III 프로세서와 함께 도입한 SSE(Streaming SIMD Extensions) 명령어 집합의 핵심 구성 요소이며, 주로 고성능 부동 소수점 연산과 멀티미디어 데이터 처리를 가속화하는 역할을 수행한다.

2. 구조 및 특징

XMM 레지스터는 128비트의 너비를 가지며, 하나의 레지스터에 여러 개의 데이터 요소를 묶어 저장하는 '벡터' 형태로 동작한다. 이를 통해 CPU는 한 번의 명령으로 여러 개의 데이터를 동시에 처리할 수 있다.

2.1 레지스터 개수 및 아키텍처 변화

XMM 레지스터의 개수는 CPU 아키텍처의 진화에 따라 다음과 같이 변화하였다.

아키텍처	레지스터 개수	설명
x86 (32비트)	8개	`XMM0` ~ `XMM7`까지 존재하며, 레지스터 수가 적어 잦은 메모리 스왑(Spilling)이 발생함.
x86-64 (64비트)	16개	`XMM0` ~ `XMM15`로 확장되어 컴파일러의 레지스터 할당 효율이 크게 향상됨.

2.2 지원 데이터 타입

XMM 레지스터는 데이터의 정밀도에 따라 서로 다른 개수의 요소를 저장할 수 있다.

데이터 타입	요소 1개당 크기	저장 가능 요소 수	비고
Single-Precision Float	32비트	4개	단정밀도 부동 소수점
Double-Precision Float	64비트	2개	배정밀도 부동 소수점
Integer (Packed)	8/16/32/64비트	16/8/4/2개	정수형 패킹 데이터 (SSE2부터 지원)

3. 동작 원리: SIMD (Single Instruction, Multiple Data)

SIMD는 하나의 명령어로 여러 개의 데이터를 동시에 처리하는 병렬 처리 방식이다. 기존의 스칼라(Scalar) 연산이 데이터 하나하나를 순차적으로 처리했다면, XMM 레지스터를 이용한 벡터(Vector) 연산은 데이터를 묶음 단위로 처리한다.

3.1 연산 과정 비교

4개의 단정밀도 부동 소수점(32비트 $\times$ 4) 덧셈을 수행하는 경우의 비교는 다음과 같다.

스칼라 연산 (Scalar):
1. $A[0] + B[0] \rightarrow C[0]$
2. $A[1] + B[1] \rightarrow C[1]$
3. $A[2] + B[2] \rightarrow C[2]$
4. $A[3] + B[3] \rightarrow C[3]$ $\rightarrow$ 총 4번의 덧셈 명령 실행
벡터 연산 (SIMD):
1. $[A[0], A[1], A[2], A[3]] + [B[0], B[1], B[2], B[3]] \rightarrow [C[0], C[1], C[2], C[3]]$ $\rightarrow$ 단 1번의 ADDPS 명령으로 4개의 결과 도출

4. 주요 명령어 및 활용

XMM 레지스터는 SSE 명령어 집합을 통해 제어된다. 명령어 이름의 접미사는 처리하는 데이터의 타입과 방식을 나타낸다 (예: PS = Packed Single-precision).

4.1 대표적 명령어

MOVAPS: Aligned Packed Single-precision Floating-Point Move. 메모리에서 XMM 레지스터로 데이터를 정렬된 상태로 로드한다. (_mm_load_ps / _mm_store_ps)
ADDPS: Aligned Packed Single-precision Floating-Point Add. 두 XMM 레지스터의 4개 요소를 각각 더한다. (_mm_add_ps)
MULPS: Aligned Packed Single-precision Floating-Point Multiply. 두 XMM 레지스터의 4개 요소를 각각 곱한다. (_mm_mul_ps)

4.2 C/C++ 인트린직(Intrinsic) 예제

컴파일러가 제공하는 인트린직 함수를 사용하면 어셈블리어를 직접 작성하지 않고도 XMM 레지스터를 활용할 수 있다.

#include <immintrin.h> // SSE/AVX 헤더
#include <iostream>

int main() {
    // 16바이트 정렬된 데이터 선언 (XMM 레지스터 로드 최적화)
    alignas(16) float a[4] = {1.0f, 2.0f, 3.0f, 4.0f};
    alignas(16) float b[4] = {5.0f, 6.0f, 7.0f, 8.0f};
    alignas(16) float result[4];

    // XMM 레지스터로 데이터 로드 (__m128은 128비트 벡터 타입)
    __m128 va = _mm_load_ps(a);
    __m128 vb = _mm_load_ps(b);

    // 벡터 덧셈 수행 (ADDPS 명령어 대응)
    __m128 vr = _mm_add_ps(va, vb);

    // 결과를 메모리에 저장
    _mm_store_ps(result, vr);

    return 0;
}

5. 확장 및 발전 (YMM, ZMM)

컴퓨팅 요구 사양이 증가함에 따라 XMM 레지스터는 더 넓은 대역폭을 가진 레지스터로 확장되었다.

레지스터	도입 명령어 집합	크기	특징
XMM	SSE	128비트	기본 SIMD 단위, 4개 float 처리
YMM	AVX	256비트	XMM의 확장판, 8개 float 처리
ZMM	AVX-512	512비트	초고성능 연산, 16개 float 처리

하위 호환성: YMM 레지스터의 하위 128비트는 XMM 레지스터와 겹쳐져 있다. 즉, YMM0 레지스터의 하위 128비트가 곧 XMM0이며, 이러한 구조를 에일리어싱(Aliasing)이라고 한다. 이를 통해 최신 CPU에서도 기존 SSE 코드를 그대로 실행할 수 있는 하위 호환성을 유지한다.

6. 성능 영향 및 최적화

6.1 성능 이점

XMM 레지스터를 활용한 SIMD 최적화는 루프 횟수를 획기적으로 줄여 처리 속도를 높인다. 특히 다음과 같은 분야에서 필수적으로 사용된다. * 멀티미디어 코덱: H.264, HEVC 등의 비디오 압축/해제 시 픽셀 데이터의 대량 연산을 처리하는 영상 처리 분야. * 오디오 처리: FFT(고속 푸리에 변환) 및 디지털 필터링 연산. * 3D 그래픽스 및 게임 엔진: 정점(Vertex) 좌표 계산, 행렬 곱셈, 물리 연산 등 실시간 렌더링 최적화.

6.2 데이터 정렬(Alignment)의 중요성

XMM 레지스터에 데이터를 로드할 때, 메모리 주소가 16바이트 경계로 정렬되어 있어야 최적의 성능이 나온다.

정렬된 로드 (MOVAPS): 명령어의 'A'는 Aligned의 약자이다. 주소가 16바이트 배수일 때 사용하며 속도가 매우 빠르다.
정렬되지 않은 로드 (MOVUPS): 명령어의 'U'는 Unaligned의 약자이다. 주소 정렬 여부와 상관없이 작동하지만, 정렬된 로드에 비해 성능 저하가 발생한다.
예외 상황: 만약 데이터가 정렬되지 않은 상태에서 MOVAPS와 같은 정렬 전용 명령어를 사용하면, CPU는 General Protection Fault (#GP) 또는 Alignment Check Exception을 발생시켜 프로그램이 즉시 강제 종료(Crash)될 수 있다. 따라서 alignas(16) 또는 _mm_malloc과 같은 정렬 할당자를 사용하는 것이 필수적이다.

📝 마크다운 원본

이 문서의 마크다운 원본 내용입니다.

# XMM 레지스터 (XMM Register)

## 1. 개요
XMM 레지스터는 x86 아키텍처의 프로세서에서 **SIMD**(Single Instruction, Multiple Data, 단일 명령 다중 데이터) 연산을 수행하기 위해 도입된 128비트 크기의 전용 레지스터이다. 인텔(Intel)이 1999년 펜티엄 III 프로세서와 함께 도입한 **SSE**(Streaming SIMD Extensions) 명령어 집합의 핵심 구성 요소이며, 주로 고성능 부동 소수점 연산과 멀티미디어 데이터 처리를 가속화하는 역할을 수행한다.

## 2. 구조 및 특징
XMM 레지스터는 128비트의 너비를 가지며, 하나의 레지스터에 여러 개의 데이터 요소를 묶어 저장하는 '벡터' 형태로 동작한다. 이를 통해 CPU는 한 번의 명령으로 여러 개의 데이터를 동시에 처리할 수 있다.

### 2.1 레지스터 개수 및 아키텍처 변화
XMM 레지스터의 개수는 CPU 아키텍처의 진화에 따라 다음과 같이 변화하였다.

| 아키텍처 | 레지스터 개수 | 설명 |
| :--- | :---: | :--- |
| **x86 (32비트)** | 8개 | `XMM0` ~ `XMM7`까지 존재하며, 레지스터 수가 적어 잦은 메모리 스왑(Spilling)이 발생함. |
| **x86-64 (64비트)** | 16개 | `XMM0` ~ `XMM15`로 확장되어 컴파일러의 레지스터 할당 효율이 크게 향상됨. |

### 2.2 지원 데이터 타입
XMM 레지스터는 데이터의 정밀도에 따라 서로 다른 개수의 요소를 저장할 수 있다.

| 데이터 타입 | 요소 1개당 크기 | 저장 가능 요소 수 | 비고 |
| :--- | :---: | :---: | :--- |
| **Single-Precision Float** | 32비트 | 4개 | 단정밀도 부동 소수점 |
| **Double-Precision Float** | 64비트 | 2개 | 배정밀도 부동 소수점 |
| **Integer (Packed)** | 8/16/32/64비트 | 16/8/4/2개 | 정수형 패킹 데이터 (SSE2부터 지원) |

## 3. 동작 원리: SIMD (Single Instruction, Multiple Data)
SIMD는 하나의 명령어로 여러 개의 데이터를 동시에 처리하는 병렬 처리 방식이다. 기존의 **스칼라(Scalar) 연산**이 데이터 하나하나를 순차적으로 처리했다면, XMM 레지스터를 이용한 **벡터(Vector) 연산**은 데이터를 묶음 단위로 처리한다.

### 3.1 연산 과정 비교
4개의 단정밀도 부동 소수점(32비트 $\times$ 4) 덧셈을 수행하는 경우의 비교는 다음과 같다.

*   **스칼라 연산 (Scalar):**
    1. $A[0] + B[0] \rightarrow C[0]$
    2. $A[1] + B[1] \rightarrow C[1]$
    3. $A[2] + B[2] \rightarrow C[2]$
    4. $A[3] + B[3] \rightarrow C[3]$
    $\rightarrow$ 총 4번의 덧셈 명령 실행

*   **벡터 연산 (SIMD):**
    1. $[A[0], A[1], A[2], A[3]] + [B[0], B[1], B[2], B[3]] \rightarrow [C[0], C[1], C[2], C[3]]$
    $\rightarrow$ 단 1번의 `ADDPS` 명령으로 4개의 결과 도출

## 4. 주요 명령어 및 활용
XMM 레지스터는 SSE 명령어 집합을 통해 제어된다. 명령어 이름의 접미사는 처리하는 데이터의 타입과 방식을 나타낸다 (예: `PS` = Packed Single-precision).

### 4.1 대표적 명령어
*   **`MOVAPS`**: Aligned Packed Single-precision Floating-Point Move. 메모리에서 XMM 레지스터로 데이터를 정렬된 상태로 로드한다. (`_mm_load_ps` / `_mm_store_ps`)
*   **`ADDPS`**: Aligned Packed Single-precision Floating-Point Add. 두 XMM 레지스터의 4개 요소를 각각 더한다. (`_mm_add_ps`)
*   **`MULPS`**: Aligned Packed Single-precision Floating-Point Multiply. 두 XMM 레지스터의 4개 요소를 각각 곱한다. (`_mm_mul_ps`)

### 4.2 C/C++ 인트린직(Intrinsic) 예제
컴파일러가 제공하는 인트린직 함수를 사용하면 어셈블리어를 직접 작성하지 않고도 XMM 레지스터를 활용할 수 있다.

```cpp
#include <immintrin.h> // SSE/AVX 헤더
#include <iostream>

int main() {
    // 16바이트 정렬된 데이터 선언 (XMM 레지스터 로드 최적화)
    alignas(16) float a[4] = {1.0f, 2.0f, 3.0f, 4.0f};
    alignas(16) float b[4] = {5.0f, 6.0f, 7.0f, 8.0f};
    alignas(16) float result[4];

    // XMM 레지스터로 데이터 로드 (__m128은 128비트 벡터 타입)
    __m128 va = _mm_load_ps(a);
    __m128 vb = _mm_load_ps(b);

    // 벡터 덧셈 수행 (ADDPS 명령어 대응)
    __m128 vr = _mm_add_ps(va, vb);

    // 결과를 메모리에 저장
    _mm_store_ps(result, vr);

    return 0;
}
```

## 5. 확장 및 발전 (YMM, ZMM)
컴퓨팅 요구 사양이 증가함에 따라 XMM 레지스터는 더 넓은 대역폭을 가진 레지스터로 확장되었다.

| 레지스터 | 도입 명령어 집합 | 크기 | 특징 |
| :--- | :---: | :---: | :--- |
| **XMM** | SSE | 128비트 | 기본 SIMD 단위, 4개 float 처리 |
| **YMM** | AVX | 256비트 | XMM의 확장판, 8개 float 처리 |
| **ZMM** | AVX-512 | 512비트 | 초고성능 연산, 16개 float 처리 |

**하위 호환성:** YMM 레지스터의 하위 128비트는 XMM 레지스터와 겹쳐져 있다. 즉, `YMM0` 레지스터의 하위 128비트가 곧 `XMM0`이며, 이러한 구조를 **에일리어싱(Aliasing)**이라고 한다. 이를 통해 최신 CPU에서도 기존 SSE 코드를 그대로 실행할 수 있는 하위 호환성을 유지한다.

## 6. 성능 영향 및 최적화

### 6.1 성능 이점
XMM 레지스터를 활용한 SIMD 최적화는 루프 횟수를 획기적으로 줄여 처리 속도를 높인다. 특히 다음과 같은 분야에서 필수적으로 사용된다.
*   **멀티미디어 코덱:** H.264, HEVC 등의 비디오 압축/해제 시 픽셀 데이터의 대량 연산을 처리하는 영상 처리 분야.
*   **오디오 처리:** FFT(고속 푸리에 변환) 및 디지털 필터링 연산.
*   **3D 그래픽스 및 게임 엔진:** 정점(Vertex) 좌표 계산, 행렬 곱셈, 물리 연산 등 실시간 렌더링 최적화.

### 6.2 데이터 정렬(Alignment)의 중요성
XMM 레지스터에 데이터를 로드할 때, 메모리 주소가 16바이트 경계로 정렬되어 있어야 최적의 성능이 나온다.

*   **정렬된 로드 (`MOVAPS`):** 명령어의 'A'는 **Aligned**의 약자이다. 주소가 16바이트 배수일 때 사용하며 속도가 매우 빠르다.
*   **정렬되지 않은 로드 (`MOVUPS`):** 명령어의 'U'는 **Unaligned**의 약자이다. 주소 정렬 여부와 상관없이 작동하지만, 정렬된 로드에 비해 성능 저하가 발생한다.
*   **예외 상황:** 만약 데이터가 정렬되지 않은 상태에서 `MOVAPS`와 같은 정렬 전용 명령어를 사용하면, CPU는 **General Protection Fault (#GP)** 또는 **Alignment Check Exception**을 발생시켜 프로그램이 즉시 강제 종료(Crash)될 수 있다. 따라서 `alignas(16)` 또는 `_mm_malloc`과 같은 정렬 할당자를 사용하는 것이 필수적이다.

AI 생성 콘텐츠 안내

이 문서는 AI 모델(gemma-4-31b)에 의해 생성된 콘텐츠입니다.

주의사항: AI가 생성한 내용은 부정확하거나 편향된 정보를 포함할 수 있습니다. 중요한 결정을 내리기 전에 반드시 신뢰할 수 있는 출처를 통해 정보를 확인하시기 바랍니다.

위키너와나