我记得在优化x86以提高速度时通常要避免使用读-修改-写指令。也就是说,您应该避免add [rsi], 10
这样的东西,它会增加存储在rsi
中的内存位置。通常的建议是将它分成一个read-modify指令,后面跟着一个store指令,比如:
mov rax, 10
add rax, [rsp]
mov [rsp], rax
或者,您可以使用显式加载和存储以及reg-reg添加操作:
mov rax, [esp]
add rax, 10
mov [rsp], rax
对于现代x86来说,这仍然是合理的建议吗?1 <一口>一口>
当然,如果内存中的值不止一次被使用,那么RMW是不合适的,因为这会导致冗余的负载和存储。我感兴趣的是一个值只被使用一次的情况。
基于对Godbolt的探索,所有icc, clang和gcc都倾向于使用单个RMW指令来编译如下内容:
void Foo::f() {
x += 10;
}
为:
Foo::f():
add QWORD PTR [rdi], 10
ret
所以至少大多数编译器似乎认为RMW是好的,当这个值只被使用一次。
有趣的是,当增量值是全局变量而不是成员变量时,不同的编译器都不同意,例如:int global;
void g() {
global += 10;
}
在这种情况下,gcc
和clang
仍然是一个RMW指令,而icc
更倾向于一个带有显式加载和存储的regg -reg添加:
g():
mov eax, DWORD PTR global[rip] #5.3
add eax, 10 #5.3
mov DWORD PTR global[rip], eax #5.3
ret
也许这与RIP
相对寻址和微融合限制有关?然而,icc13仍然与-m32
做同样的事情,所以也许它更多地与需要32位位移的寻址模式有关。
1我故意使用模糊的术语现代x86基本上是指英特尔和AMD的最后几代笔记本电脑/台式机/服务器芯片。
号RMW指令在现代x86上被认为是有害的吗?
在现代x86/x64上,输入指令被翻译成up。
任何RMW指令都将被分解为许多部分;实际上是和单独的指令被分解成的一样。
通过使用'复杂' RMW指令而不是单独的'简单'读取,修改和写入指令,您将获得以下结果。
- 更少的指令解码。
- 更好地利用指令缓存
- 更好地利用可寻址寄存器
ADD [mem],const
的延迟为5个周期。
MOV [mem],reg
和反之,每个延迟为2个周期,ADD reg,const
的延迟为1,总共为5个周期。
我检查了英特尔Skylake的时间,但AMD K10是相同的。
您需要考虑到编译器必须迎合许多不同的处理器,有些编译器甚至为不同的处理器系列使用相同的核心逻辑。这可能导致相当次优的策略。
RIP相对寻址
在X64上,RIP相对寻址需要额外的周期来解析旧处理器上的RIP。
Skylake没有这种延迟,我相信其他人也会消除延迟。
我确信您知道x86不支持EIP相对寻址;在X86上,您必须以迂回的方式完成此操作。