我有两个8位寄存器,必须检查其中一个是否为0。
我现在的解决方案是:
cmp $0, %r10b
je end
cmp $0, %r11b
je end还有没有别的办法呢?
问候
发布于 2015-06-25 14:48:58
此答案中的性能讨论适用于最新的英特尔CPU (Sandybridge、Haswell)。主要适用于最早的奔腾M,甚至更早的P6 (奔腾Pro /奔腾II)。有关微拱型文档,请参见http://agner.org/optimize/。AMD上的性能考虑因素应该是类似的,除了它们不会像Intel将测试和分支指令宏融合到单个uop中那样将它们宏融合到单个宏操作中。
分支预测器存在于每个流水线设计中,但在Haswell之类的设计中比Silvermont Atom之前的旧设计更重要。尽管如此,这一部分还是相当普遍的。
对你的版本做一些小调整:
test %r10b, %r10b ; test is shorter than cmp with an immediate, but no faster
jz end
test %r11b, %r11b
jz end可能只有一对test/jz会在英特尔上进行宏熔丝,因为它们很可能在同一周期内都会命中解码器。此外,如果其中一个值是ALU操作的输出,则它可能已经设置了零标志。因此,安排您的代码,以便其中一个分支不需要单独执行test。
你可以保存一个分支(以额外的uop为代价)。在一个非常紧凑的循环中,即使是未采用的分支的吞吐量也可能成为瓶颈。沙桥每1-2个周期只能支持1个分支。因此,这个想法可能对以下方面有所帮助:
test %r10b, %r10b
setnz %r15b # 1 if %r10b == 0, else 0
dec %r15b # 0 if %r10b == 0, else 0xFF
test %r11b, %r15b
je end这是另一条指令(不过,所有具有1周期延迟的单uop指令)。它在分支指令可以退出之前增加了更多的延迟(将误预测惩罚增加了3个周期),但它可以提高性能:
为什么只有一个分支是好的:
如果a && b是可预测的,但a或b中的哪一个实际上为零是不可预测的,这可以减少分支误判的数量。然而,Benchmark / perf-counter测试它:据说程序员在猜测代码中哪些分支将是可预测的方面是出了名的差。CPU有一个有限大小的分支历史缓冲区,所以少使用一个条目可能会有一点帮助。
针对吞吐量进行了优化,但延迟略低:
如果延迟不是很关键,那么只需要吞吐量(即预测错误的情况很少发生):
# mov %r10b, %al # have the byte you want already stored in %r10b
imul %r11b # Intel: 3 cycle latency, 1/cycle throughput.
# ZF is undefined, not set according to the result, unfortunately
test %ax, %ax # No imm16, so no Intel length-changing-prefix stall for a 16bit insn
je .end总共2个uop (test/je可以进行宏熔断,即使在AMD上也是如此)。如果您需要保存%al的旧值,或者不能免费获取%al中的某个值,则需要额外移动。
如果您的寄存器的高位字节被置零,您也许能够获得速度:如果您使用字节操作将字节值放入寄存器,则使用imul %r10d, %r11d将创建部分寄存器停顿(或额外的合并uop )。如果您写入了完整的32位寄存器(例如movzx),那么您可以使用imul的2操作数形式,并测试32位结果。(上面的16个都是零,这没问题。)没有2操作数形式的imul r8, r8,而且无论如何您都需要完整的16b结果,因为它不会根据结果设置零标志。如果是,则可能存在一个比较指令,该指令测试了Zero和进位或溢出标志的正确组合。手册上说ZF在imul之后是未定义的,所以不要依赖于你当前的CPU碰巧做了什么。这是你做need the upper bytes to be zero的一个例子。
使test %ax, %ax在16位寄存器上操作的操作数大小前缀应该不会导致英特尔上的解码停滞,因为它不会改变指令其余部分的长度。可怕的LCP停滞发生在16位立即数组中,比如test $0xffff, %ax,所以避免使用它们,除非你只针对AMD。
@Brett Hale对OP的评论:如果您的分支指令依赖于未被最后一条指令修改的标志位来设置标志,那么您只会得到部分标志停止(或在以后的CPU上,添加额外的uop来合并标志(效率更高))。
发布于 2016-02-29 19:52:05
你可以先执行and,然后再执行一次test?或者,您也可以尝试@Peter Cordes建议的乘法,但不要使用imul,而是执行lea?
但是我建议保留你当前的代码,只使用test而不是cmp,对它进行混淆。
实际上,由于test执行and,所以只需在两个寄存器之间执行test,然后是jz或jnz,甚至是cmov。
https://stackoverflow.com/questions/22656986
复制相似问题