Question

我正在运行 x86 处理器，但我相信我的问题非常普遍。我很好奇CMP + JE序列与单MUL操作消耗的时钟周期的理论差异。

在C伪代码中：

unsigned foo = 1;    /* must be 0 or 1 */
unsigned num = 0;

/* Method 1: CMP + JE*/
if(foo == 1){
    num = 5;
}

/* Method 2: MUL */
num = foo*5;    /* num = 0 if foo = 0 */

不要过分深入研究伪代码，它纯粹是为了阐明这两种方法背后的数学逻辑。

我实际比较的是以下两个指令序列：

方法1：CMP + JE

    MOV EAX, 1    ; FOO = 1 here, but can be set to 0
    MOV EBX, 0    ; NUM = 0

    CMP EAX, 1    ; if(foo == 1)
    JE  SUCCESS   ; enter branch
    JMP FINISH    ; end program

SUCCESS:
    MOV EBX, 5    ; num = 5

FINISH:

方法2：MUL

    MOV EAX, 1    ; FOO = 1 here, but can be set to 0

    MOV ECX, EAX  ; save copy of FOO to ECX
    MUL ECX, 5    ; result = foo*5
    MOV EBX, ECX  ; num = result = foo*5

似乎单个MUL（总共4个指令）比CMP + JE（总共6个指令）效率更高，但是指令消耗的时钟周期同样 - - 即完成与任何其他指令相同的指令所需的时钟周期数是多少？

如果消耗的实际时钟周期取决于机器，单个MUL通常比大多数处理器上的分支方法更快，因为它需要更少的总指令？

Answer 1

现代CPU性能远远超过计算每条指令的周期数更复杂。您需要考虑以下所有因素（至少）：

分支预测

指令重新排序

注册重命名

指令缓存命中/未命中

数据缓存命中/未命中

TLB未命中/页面错误

所有这些都会受到周围代码的严重影响。

基本上，几乎不可能像这样执行微基准并获得有用的结果！

然而，如果我不得不猜测，我会说没有JE的代码通常会更有效，因为它消除了分支，这简化了分支预测行为。

Answer 2

通常，在现代x86处理器上，CMP和MUL指令将占用整数执行单元一个周期（CMP基本上是SUB抛弃结果，只修改标志寄存器）。然而，现代x86处理器也是流水线，超标量和无序的，这意味着性能不仅仅取决于这个底层周期成本。

如果无法很好地预测分支，那么分支误预测惩罚将淹没其他因素，MUL版本将表现得更好。

另一方面，如果分支可以预测和，您可以在后续计算中立即使用num，那么分支版本就可以了在一般情况下表现更好。那是因为当它正确地预测分支时，它可以在比较结果可用之前使用预测值num开始推测性地执行下一条指令（而在MUL情况下，后续使用num将对MUL的结果具有数据依赖性 - 在该结果退役之前，它将无法执行。

CMP + JE比单个MUL消耗更多的时钟周期吗？

2 个答案: