Question

我有一些简单的32位代码，它可以计算32位整数数组的乘积。内循环如下所示：

@@loop:
mov esi,[ebx]
mov [esp],esi
imul eax,[esp]
add ebx, 4
dec edx
jnz @@loop

我想要了解的是为什么上面的代码比这两个版本的代码快6％，这些代码不执行冗余内存往返：

@@loop:
mov esi,[ebx]
imul eax,esi
add ebx, 4
dec edx
jnz @@loop

和

@@loop:
imul eax,[ebx]
add ebx, 4
dec edx
jnz @@loop

后两段代码几乎同时执行，如前所述，它们比第一段慢了6％（165ms vs 155ms，2亿个元素）。

我尝试将跳转目标手动对齐到16字节边界，但没有区别。

我在英特尔i7 4770k，Windows 10 x64上运行。

注意：我知道可以通过各种优化来改进代码，但是我只对上面代码之间的性能差异感兴趣。

Answer 1

我怀疑但无法确定您是否阻止了数据依赖的停顿：

代码如下所示：

@@loop:
    mov esi,[ebx]    # (1)Load the memory location to esi reg
    (mov [esp],esi)  # (1)optionally store the location on the stack      
    imul eax,[esp]   # (3) Perform the multiplication
    add ebx, 4       # (1) Add 4
    dec edx          # (1)decrement counter
    jnz @@loop       # (0**) loop

括号中的数字是指令的延迟......如果分支预测器正确猜测，则跳转为0（因为它大部分时间都会主要循环）。

所以：当乘法仍在进行时（3条指令），我们在2之后回到循环的顶部并尝试加载到内存中并且必须停止。或者我们可以做一个商店...我们可以在乘法的同时做，然后根本不停顿。

你问的虚拟商店怎么样？为什么这样做？请注意，您正在存储我们用于乘以内存的临界值。因此，处理器可以使用存储在存储器中的该值并破坏寄存器。

那么为什么处理器无法做到这一点呢？处理器无法产生比你要求更多的内存访问，或者它可能会干扰多处理器程序（想象你正在写入的缓存行是共享的，你必须通过写入它来在每个循环的其他CPU上使它无效......哎哟！）。

所有这些都是纯粹的推测，但它似乎与所有证据相符（您的代码和我对intel架构的知识......和x86汇编）。希望有人可以指出我是否有错误。

为什么内存往返速度比不执行往返更快？

1 个答案: