为什么icc要为一个简单的主设备生成奇怪的程序集？

Question

我有一个简单的程序

int main()
{
    return 2*7;
}

GCC和clang都打开优化开关，快速生成2指令二进制，但icc给出了奇怪的输出。

     push      rbp                                           #2.1
     mov       rbp, rsp                                      #2.1
     and       rsp, -128                                     #2.1
     sub       rsp, 128                                      #2.1
     xor       esi, esi                                      #2.1
     mov       edi, 3                                        #2.1
     call      __intel_new_feature_proc_init                 #2.1
     stmxcsr   DWORD PTR [rsp]                               #2.1
     mov       eax, 14                                       #3.12
     or        DWORD PTR [rsp], 32832                        #2.1
     ldmxcsr   DWORD PTR [rsp]                               #2.1
     mov       rsp, rbp                                      #3.12
     pop       rbp                                           #3.12
     ret

Answer 1

我不知道ICC为什么选择用2行缓存对齐堆栈：

and       rsp, -128                                     #2.1
sub       rsp, 128                                      #2.1

这很有趣。L2缓存有一个邻接行预取器，它喜欢将行对(在128个字节对齐组中)拉到L2中。但main的堆栈框架通常不被大量使用。也许重要的变量在一些程序中被分配到那里。(这也解释了如何设置rbp，以保存旧的RSP，以便在ANDing之后返回。gcc用RBP在对齐堆栈的功能上制作堆栈帧。)

其余的是因为main() -ffast-math 是特殊的，而ICC默认支持-ffast-math。(这是英特尔的“肮脏”小秘密之一，让它能够自动矢量化更多的浮点代码。)

这包括在main顶部添加代码，以在MXCSR (SSE状态/控制寄存器)中设置DAZ / FTZ位。有关这些部分的更多信息，请参阅英特尔的x86手册，但它们实际上并不复杂：

• DAZ: Denormals为零:作为SSE/AVX指令的输入，取消正态被视为零。
• FTZ:刷新为零:当舍入SSE/AVX指令的结果时，低于正常的结果被刷新为零。

相关：SSE "denormals是零“选项

( main()**，ISO C++禁止程序重新调用，这样编译器就可以将运行一次的内容放入** main 本身，而不是在CRT启动文件中)。gcc/clang使用-ffast-math指定用于链接设置MXCSR的CRT启动文件中的链接。但是，在使用gcc/clang编译时，它只影响允许优化的代码-gen。即把FP加/mul当作联想，当不同的时间意味着它真的不是。这与设置DAZ/FTZ完全无关。

在这里，Denormal被用作次法线的同义词:一个指数最小的FP值和一个有意义的值，其中隐式前导位为0，而不是1。即小于DBL_MIN的值，最小可表示的规范化浮点/双值。

数。

产生低于正常的结果的指令可能要慢得多:为了优化延迟，某些硬件中的快速路径假设标准化结果，如果结果不能规范化，则需要微码辅助。使用perf stat -e fp_assist.any对此类事件进行计数。

来自Bruce的精彩系列FP文章： 这是不正常的--奇装车的性能。另外：

• 为什么将0.1f改为0会使性能降低10倍？
• 避免C++中的正态值

Agner已经做了一些测试(见他的微弓pdf)，并为Haswell/Broadwell做了报告：

底流与 当浮点操作接近底流时，就会出现低于正常值的数字。在某些情况下，处理低于正常值的数字非常昂贵，因为低于正常的结果是由微代码异常处理的。 Haswell和Broadwell在所有情况下都有大约124个时钟周期的惩罚，在所有情况下，对正常数的运算都会给出低于正常的结果。对于法线数和次法线数之间的乘法，无论结果是正常的还是次正常的，都有类似的惩罚。无论结果如何，都不会对添加一个正常数和一个低于正常值的数字进行惩罚。对于溢出、下溢、无穷大或非a数的结果，没有任何惩罚. 如果MXCSR寄存器中设置了“刷新到零”模式和“取消-零”模式，则避免了对低于正常数的惩罚。

所以在某些情况下，现代英特尔CPU即使在异常情况下也能避免处罚，但是