为什么‘`mov %eax，%eax；is’比‘nop`’快？

Question

显然，现代处理器可以判断您是否做了一些愚蠢的事情，比如将寄存器移动到自身(mov %eax, %eax)，并对其进行优化。为了验证这一说法，我运行了以下程序：

#include <stdio.h>
#include <time.h>

static inline void f1() {
   for (int i = 0; i < 100000000; i++)
      __asm__(
            "mov %eax, %eax;"
            "nop;"
            );
}

static inline void f2() {
   for (int i = 0; i < 100000000; i++)
      __asm__(
            "nop;"
            );
}

static inline void f3() {
   for (int i = 0; i < 100000000; i++)
      __asm__(
            "mov %ebx, %eax;"
            "nop;"
            );
}

int main() {
   int NRUNS = 10;
   clock_t t, t1, t2, t3;

   t1 = t2 = t3 = 0;
   for (int run = 0; run < NRUNS; run++) {
      t = clock(); f1(); t1 += clock()-t;
      t = clock(); f2(); t2 += clock()-t;
      t = clock(); f3(); t3 += clock()-t;
   }

   printf("f1() took %f cycles on avg\n", (float) t1/ (float) NRUNS);
   printf("f2() took %f cycles on avg\n", (float) t2/ (float) NRUNS);
   printf("f3() took %f cycles on avg\n", (float) t3/ (float) NRUNS);

   return 0;
}

这给了我：

f1() took 175587.093750 cycles on avg
f2() took 188313.906250 cycles on avg
f3() took 194654.296875 cycles on avg

正如人们所预料的那样，f3()的发布速度最慢。但令人惊讶的是(至少对我来说)，f1()比f2()快。为什么会这样呢？

Update：使用-falign-loops进行编译在质量上具有相同的结果：

f1() took 164271.000000 cycles on avg
f2() took 173783.296875 cycles on avg
f3() took 177765.203125 cycles on avg

Answer 1

链接文章中让我认为可以优化的部分是：“移动函数负责检查等效位置”。

这是关于SBCL中的(move r x)函数，而不是x86 mov指令。它讨论的是从低级中间语言生成代码时的优化，而不是通过硬件在运行时进行的优化。

mov %eax, %eax和nop都不是完全免费的。它们都耗费了前端的吞吐量，而且mov %eax,%eax甚至不是64位模式下的NOP (它零-将EAX扩展到RAX，并且因为相同的寄存器mov消除在Intel CPU上失败)。

有关前端/后端吞吐量瓶颈和延迟的更多信息，请参见X86的MOV真的可以“免费”吗？为什么我不能复制这个？。

您可能会看到代码对齐的一些副作用，或者可能出现了类似于在没有优化的情况下编译时，添加冗余分配会加快代码的速度。的时髦沙桥家族存储转发延迟效应，因为您也在编译时禁用了优化功能，让编译器生成反优化代码，以便进行一致的调试，从而将循环计数器保存在内存中。(~6个循环循环-通过存储/重新加载来承载依赖链，而不是对一个普通的微小循环每时钟进行一次迭代。)

如果您的结果可以通过更大的迭代次数来重现，那么您所看到的可能有一些微观架构的解释，但它可能与您试图测量的任何内容无关。

当然，您还需要修复f3中的f3错误，以便在启用优化的情况下成功编译。在不告诉编译器的情况下破坏EAX，就会踩上编译器生成的代码。你没有解释你试图用它测试什么，所以IDK如果它是错误的话。