Question

我正在开发一个性能至关重要的应用程序。我希望GCC将一些特定的调用转换为memset（）作为带有重复前缀的指令，如“rep stos QWORD PTR es：[rdi]，rax”。当大小已知且很小时，GCC会自动执行此操作。

但是，GCC通过PLT调用memset（）以随机长度调用memset（），这会导致分支错误预测，因为分支预测器缓存很冷。

有没有办法迫使GCC做我想做的事情（在内联汇编之外）？请注意，我不希望整个程序出现此行为，仅针对某些特定的memset（）调用。

在一个相关主题上，我也对任何阻止GCC在cmovcc指令完成工作时分支的黑客感兴趣（我知道使用＆amp;，+等代替＆amp;＆amp;）。 / p>

非常感谢您的帮助。

@FrankH：

这基本上就是我最终做的事情。这是我的代码：

static finline void app_zero(void *dst, uint32_t size, uint32_t count)
{
    // Warning: we tell gcc to use 'dst' both as source and destination here.  
    // This does not cause problems because we don't reuse 'dst'.  
    #ifdef APP_ARCH_X86 
    #define STOS(X,Y) do { \  
        int c = (size/Y)*count; \  
        __asm__ __volatile__("cld; xor %%eax, %%eax; rep stos"X"\n\n" \
                             : "+D"(dst), "+c"(c) :: "rax", "flags"); \  
        } while (0)  
    if (size % 8 == 0)      STOS("q", 8);  
    else if (size % 4 == 0) STOS("l", 4);  
    else if (size % 2 == 0) STOS("w", 2);  
    else                    STOS("b", 1);  
    #undef STOS  
    #else  
    memset(dst, 0, size*count);  
    #endif  
}

请注意，您的示例适用于您的测试设置，但它不起作用通常。 GCC可以更改方向标志，因此cld指令是必要。此外，您必须告诉gcc %rdi和%rcx 由stos指令更改，因为gcc不允许你这样做指定寄存器既是输入又是破坏，你必须使用笨拙的"+"语法（这也会破坏你的输入值）。

由于'cld'指令的延迟，因此这不是最优的 Nehalem上有4个周期。 GCC在内部跟踪标志寄存器状态（AFAICT）因此每次都不需要发出该指令。

Answer 1

如果您想强制执行此操作，为什么排除内联汇编作为选项？

#define my_forced_inline_memset(dst, c, N) \
   __asm__ __volatile__(                   \
       "rep stosq %%rax, (%%rdi)\n\t"
       : : "D"((dst)), "a"((c)), "c"((N)) : "memory");

在以下演示程序中使用它：

int main(int argc, char **argv)
{
    my_forced_inline_memset(argv[0], 0, argc);
    return 0;
}

为我创建了这个程序集：

00000000004004b0 <main>:
  4004b0:       89 f9                   mov    %edi,%ecx
  4004b2:       31 c0                   xor    %eax,%eax
  4004b4:       48 8b 3e                mov    (%rsi),%rdi
  4004b7:       f3 ab                   repz stos %rax,%es:(%rdi)
  4004b9:       c3                      retq

这并不能解释为什么GCC选择采用不同的方式，但如果您想强制执行此行为，并且如果您明确知道您需要这些地方的地方，那么调用某种方式就没有错特别定义的自己的memset？

注意： repz stos %rax,(%rdi)（或英特尔语法QWORD PTR等）与memset()相同，因为粒度为memset()是一个字节。因此，上述内容与memset(..., c, N * 8)相同。记住这一点。

编辑：如果您将代码编写为：

#include <stdint.h>                        // for uintptr_t
#define my_forced_inline_memset(dst, c, N)                            \
   __asm__ __volatile__(                                              \
       "rep stos %1, (%0)\n\t"                                        \
       :: "D"((dst)), "a"((uintptr_t)(c)), "c"((N)/sizeof(uintptr_t)) \
       : "memory");

它可以编译32位和64位。

Answer 2

我不知道GCC，但在更新的MSVC版本中，使用循环来进行设置/复制强制使用REP STOS（并且它仍然允许优化知道大小和自动矢量化），它可能是在GCC下尝试的。

检查GCC是否具有类似于__stosq的内置的替代方案，否则你可能需要进行内联汇编，但在GCC下这一点都不错（它可能是最简单和最快捷的方式））。

你的第二个问题是通用的方式来真正得到一个好的答案，因为它取决于手头的情况，但是，GCC应该做得很好，优化除了特定的极端情况之外的分支（使用SETCC / MOVCC / FMOVCC）。

强制GCC在memset（）调用中使用重复前缀

2 个答案: