Question

我从以下SIMD代码中检出了Visual Studio 2012的程序集输出：

    float *end = arr + sz;
    float *b = other.arr;
    for (float *a = arr; a < end; a += 4, b += 4)
    {
        __m128 ax = _mm_load_ps(a);
        __m128 bx = _mm_load_ps(b);
        ax = _mm_add_ps(ax, bx);
        _mm_store_ps(a, ax);
    }

循环体是：

$LL11@main:
    movaps  xmm1, XMMWORD PTR [eax+ecx]
    addps   xmm1, XMMWORD PTR [ecx]
    add ecx, 16                 ; 00000010H
    movaps  XMMWORD PTR [ecx-16], xmm1
    cmp ecx, edx
    jb  SHORT $LL11@main

为什么将ecx增加16，只有在向下一行存储时减去16？

Answer 1

嗯，这里基本上有两种选择。

 add ecx, 16
 movaps XMMWORD PTR [ecx-16], xmm1 ; stall for ecx?
 cmp ecx, edx
 jb loop

或

 movaps XMMWORD PTR [ecx], xmm1
 add ecx, 16
 cmp ecx, edx ; stall for ecx?
 jb loop

在选项1中，您可能会在add和movaps之间停顿。在选项2中，您可能会在add和cmp之间停顿。但是，还存在使用执行单元的问题。我相信，add和cmp（= sub）使用ALU，[ecx-16]使用AGU（地址生成单位）。因此我怀疑选项1中可能会略微获胜，因为ALU的使用与AGU的使用是交错的。

Answer 2

ADDPS具有3个周期的延迟，加上内存负载，因此下一个更快的ADD将在下一个需要xmm1寄存器中的ADDPS结果的MOVAPS之前完成。

Answer 3

确实这有点奇怪。

许多编译器在修改之后避免在指令中读取寄存器，因为这些代码在某些处理器上运行较慢。例如：

; Code that runs fast:
add ecx, 16
mov esi, edi
cmp ecx, edx

; Code doing the same that may run slower:
mov esi, edi
add ecx, 16
cmp ecx, edx

因此，编译器通常会更改汇编程序指令的顺序。但是在你的情况下，这绝对不是原因。

也许编译器的优化代码没有100％正确编写，因此它会进行这种“优化”。

为什么Visual Studio在解除引用之前递增循环指针？

3 个答案: