为什么Mono运行一个简单方法的速度较慢，而RyuJIT运行它的速度明显更快

Question

我出于好奇创建了一个简单的基准测试，但无法解释结果。

作为基准数据，我准备了一个带有一些随机值的structs数组。准备阶段没有基准：

struct Val 
{
public float val;
public float min;
public float max;
public float padding;
}
const int iterations = 1000;
Val[] values = new Val[iterations];
// fill the array with randoms

基本上，我想比较这两种clamp实现：

static class Clamps
{
public static float ClampSimple(float val, float min, float max)
{
if (val < min) return min;          
if (val > max) return max;
return val;
}
public static T ClampExt<T>(this T val, T min, T max) where T : IComparable<T>
{
if (val.CompareTo(min) < 0) return min;
if (val.CompareTo(max) > 0) return max;
return val;
}
}

以下是我的基准方法：

[Benchmark]
public float Extension()
{
float result = 0;
for (int i = 0; i < iterations; ++i)
{
ref Val v = ref values[i];
result += v.val.ClampExt(v.min, v.max);
}
return result;
}
[Benchmark]
public float Direct()
{
float result = 0;
for (int i = 0; i < iterations; ++i)
{
ref Val v = ref values[i];
result += Clamps.ClampSimple(v.val, v.min, v.max);
}
return result;
}

我使用BenchmarkDotNet版本0.10.12，有两个作业：

[MonoJob]
[RyuJitX64Job]

这些是我得到的结果：

BenchmarkDotNet=v0.10.12, OS=Windows 7 SP1 (6.1.7601.0)
Intel Core i7-6920HQ CPU 2.90GHz (Skylake), 1 CPU, 8 logical cores and 4 physical cores
Frequency=2836123 Hz, Resolution=352.5940 ns, Timer=TSC
[Host]    : .NET Framework 4.7 (CLR 4.0.30319.42000), 64bit RyuJIT-v4.7.3062.0
Mono      : Mono 5.12.0 (Visual Studio), 64bit
RyuJitX64 : .NET Framework 4.7 (CLR 4.0.30319.42000), 64bit RyuJIT-v4.7.3062.0

Method |       Job | Runtime |      Mean |     Error |    StdDev |
---------- |---------- |-------- |----------:|----------:|----------:|
Extension |      Mono |    Mono | 10.860 us | 0.0063 us | 0.0053 us |
Direct |      Mono |    Mono | 11.211 us | 0.0074 us | 0.0062 us |
Extension | RyuJitX64 |     Clr |  5.711 us | 0.0014 us | 0.0012 us |
Direct | RyuJitX64 |     Clr |  1.395 us | 0.0056 us | 0.0052 us |

我可以接受Mono在这里的速度总体上有些慢。但我不明白的是：

为什么Mono运行Direct方法比Extension慢请记住，Direct使用的是一个非常简单的比较方法，而Extension使用的是带有额外方法调用的方法？

RyuJIT在这里展示了简单方法的4倍优势。

有人能解释一下吗？

Answer 1

由于没有人想做一些反汇编的事情，我回答了自己的问题。

原因似乎是JIT生成的本地代码，而不是注释中提到的数组边界检查或缓存问题。

RyuJIT为ClampSimple方法生成了一个非常有效的代码：

vucomiss xmm1,xmm0
jbe     M01_L00
vmovaps xmm0,xmm1
ret
M01_L00:
vucomiss xmm0,xmm2
jbe     M01_L01
vmovaps xmm0,xmm2
ret
M01_L01:
ret

它使用CPU的本机ucomiss操作来比较floats，还使用快速movaps操作来在CPU的寄存器之间移动这些floats。

扩展方法较慢，因为它有几个对System.Single.CompareTo(System.Single)的函数调用，这里是第一个分支：

lea     rcx,[rsp+30h]
vmovss  dword ptr [rsp+38h],xmm1
call    mscorlib_ni+0xda98f0
test    eax,eax
jge     M01_L00
vmovss  xmm0,dword ptr [rsp+38h]
add     rsp,28h
ret

让我们来看看Mono为ClampSimple方法生成的本地代码：

cvtss2sd    xmm0,xmm0  
movss       xmm1,dword ptr [rsp+8]  
cvtss2sd    xmm1,xmm1  
comisd      xmm1,xmm0  
jbe         M01_L00  
movss       xmm0,dword ptr [rsp+8]  
cvtss2sd    xmm0,xmm0  
cvtsd2ss    xmm0,xmm0  
jmp         M01_L01 
M01_L00: 
movss       xmm0,dword ptr [rsp]  
cvtss2sd    xmm0,xmm0  
movss       xmm1,dword ptr [rsp+10h]  
cvtss2sd    xmm1,xmm1  
comisd      xmm1,xmm0  
jp          M01_L02
jae         M01_L02  
movss       xmm0,dword ptr [rsp+10h]  
cvtss2sd    xmm0,xmm0  
cvtsd2ss    xmm0,xmm0  
jmp         M01_L01
M01_L02:
movss       xmm0,dword ptr [rsp]  
cvtss2sd    xmm0,xmm0  
cvtsd2ss    xmm0,xmm0  
M01_L01:
add         rsp,18h  
ret 

Mono的代码将floats转换为doubles，并使用comisd进行比较。此外，还有奇怪的"转换翻转"float➞double➞float在准备返回值时。此外，内存和寄存器之间还有更多的移动。这就解释了为什么Mono的简单方法代码比RyuJIT的慢。

Extension方法代码与RyuJIT的代码非常相似，但再次使用了奇怪的转换翻转float➞double➞float:

movss       xmm0,dword ptr [rbp-10h]  
cvtss2sd    xmm0,xmm0  
movsd       xmm1,xmm0  
cvtsd2ss    xmm1,xmm1  
lea         rbp,[rbp]  
mov         r11,2061520h  
call        r11  
test        eax,eax  
jge         M0_L0 
movss       xmm0,dword ptr [rbp-10h]  
cvtss2sd    xmm0,xmm0  
cvtsd2ss    xmm0,xmm0
ret

RyuJIT似乎可以生成更有效的代码来处理floats。Mono将floats视为doubles，并每次转换值，这也会导致CPU寄存器和内存之间的额外值传输。

请注意，所有这些仅对Windows x64有效。我不知道这个基准测试将如何在Linux或Mac上运行。