我正在研究一些在32位模式下在x86上运行的代码。在那种模式下，据我所知，我只有8个SIMD / AVX2寄存器（YMM0-7）可以自由使用。但是，我的一些矢量子程序有时会同时使用超过这个数量的寄存器（这意味着它们在未来的某个地方仍然需要它们 - 大多数情况下不会在此之后）。
我的理解是，当编译器找不到未使用的寄存器时，它们会将旧寄存器导出到堆栈存储器。但这对性能有多大影响？ （例如，稍后每次出口/进口的周期）。我是否可以信任主要驻留在L1-D-Cache中的堆栈内存（Haswell中有2个周期的延迟），或者是否存在避免这种寄存器到内存（反之亦然）传输的显着性能影响？
到目前为止，我无法找到这个主题的答案，特别是因为寄存器越来越大（每个寄存器的一个Cacheline与即将推出的Skylake平台）。如果你可以在你回答的情况下给出来源，那就太好了。
答案 0 :(得分：1)
记忆力总会受到影响。
写入通常很慢。但是，如果你只是点击L1缓存，它接近瞬时（几乎与将寄存器复制到另一个寄存器相同。）如果你点击L2或L3，那就慢，但仍然非常快。如果你达到实际内存，那就“死”慢（相比之下）。所以如果你的L1缓存是12Kb，你的堆栈上最多可以有12Kb的数据并且仍然可以非常快地工作（尽管记住你的数据之间共享缓存）和你正在运行的代码;它可能是6Kb的指令缓存和6Kb的数据，包括堆栈。）
你要遇到的主要问题是你正在处理多少内存。如果您的输入数据非常大，那将产生最大的影响。特别是如果您无法以流式方式加载输入数据，而处理器已经过优化。 （从（eax）读取X字节，执行eax + X，然后重复）。
请注意，如果必须在汇编程序中编写它，则必须完成编译器可以为您执行的所有工作，并且没有错误并且已完全优化。今天的编译器非常擅长优化（gcc / g ++）。当你在堆栈上推送时，它会变得特别复杂，改变当前堆栈上所有局部变量的偏移量（除非你使用帧指针。）
作为另一个细节，编译器将堆栈视为从函数中所需的所有局部变量集合定义的结构。因此访问堆栈与访问结构非常相似。