使用SSE内部函数的寄存器不足

Question

在这篇SSE load/store memory transactions文章中，我问到了显式寄存器-内存事务和中间指针之间的区别。在实践中，中间指针表现出稍高的性能，然而，在硬件方面，什么是中间指针还不清楚？如果创建了指针，是否意味着一些寄存器也被占用，或者寄存器的调用在某些SSE操作期间发生(例如，_mm_mul)？

让我们考虑下面的例子：

struct sse_simple
{
    sse_simple(unsigned int InputLength):
        Len(InputLength/4),
        input1((float*)_mm_malloc((float *)_mm_malloc(cast_sz*sizeof(float), 16))),
        input2((float*)_mm_malloc((float *)_mm_malloc(cast_sz*sizeof(float), 16))),
        output((float*)_mm_malloc((float *)_mm_malloc(cast_sz*sizeof(float), 16))),
        inp1_sse(reinterpret_cast<__m128*>(input1)),
        inp1_sse(reinterpret_cast<__m128*>(input2)),
        output_sse(reinterpret_cast<__m128*>(output))
    {}

    ~sse_simple()
    {
        _mm_free(input1);
        _mm_free(input2);
        _mm_free(output);
    }

    void func()
    {
        for(auto i=0; i<Len; ++i)
            output_sse[i] = _mm_mul(inp1_sse[i], inp2_sse[i]);
    }

    float *input1;
    float *input2;
    float *output; 

    __m128 *inp1_sse;
    __m128 *inp2_sse;
    __m128 *output_sse;

    unsigned int Len;
};

在上面的例子中，中间指针inp1_sse，inp2_sse和output_sse在构造函数中创建了一次。如果我复制大量的sse_simple对象(例如50000或更多)，这会导致寄存器短缺吗？

Answer 1

首先，寄存器是离计算单元很近(意味着访问非常快)的小内存。编译器试图尽可能地使用它们来加速计算，但当它不能使用时，它会使用内存。由于寄存器中存储的内存量很小，因此寄存器通常只在计算过程中用作临时变量。大多数情况下，除了临时变量(如循环索引)之外，所有内容最终都存储在内存中。因此寄存器不足只会减慢计算速度。

在计算过程中，无论指针指向浮点数、向量还是其他值，指针都存储在通用寄存器中，而向量__m128则存储在特定的寄存器中。

因此，在您的示例中，树数组将存储在内存中，行

output_sse[i] = _mm_mul(inp1_sse[i], inp2_sse[i]);

被编译为：

movaps -0x30(%rbp),%xmm0    # load inp1_sse[i] in register %xmm0
movaps -0x20(%rbp),%xmm1    # load inp2_sse[i] in register %xmm1
mulps  %xmm1,%xmm0          # perform the multiplication the result is stored in %xmm0
movaps %xmm0,(%rdx)         # store the result in memory

如你所见，指针是使用寄存器%rbp和%rdx来存储的。