在准备一些演示文稿的背景下，我想到我不知道Haswell核心可以同时执行的整数运算次数的理论限制。
我曾经天真地假设“英特尔核心有HT，但这可能是并行化不同类型的工作，因此可能核心最大化其与256位AVX操作的并行性，因此可以在每个时钟周期发出8个整数运算（并假设很好的流水线操作，8也完成了。“ - 所以8个操作/循环。
然后我注意到this article，它告诉我Haswells（和Sandy Bridges）有3个调度端口可以提供矢量单位。那么真正的数字24整数运算/周期？
PS - 我意识到在实践中你可能需要实际从内存中读取所有数据，其带宽将是限制因素。或者QPI太慢了。
答案 0 :(得分：5)
理论最大值是每周期 25 32位整数运算：
由于向量操作可以执行8个32位操作，因此每个周期最多有 25 整数操作 - 端口0,1和5各为8个，端口6为1.或者
如果我们只是在谈论“正常”整数（加/乘/位/移位），那么我们必须排除做32位乘法（除了2次幂的常数），如果我们想要实现25每个时钟的操作。实数整数代码通常能够使p0忙于乘法，PSADBW，移位和布尔值，并且几乎总是会有大量的混乱（p5）。我们人为地排除了每个时钟吞吐量不严格为8位32位操作的事物，如乘法，可变计数移位以及整数和向量寄存器之间的数据移动。 （MOVD / MOVQ）。
向量乘法在p0上运行，但VPMULLD（8个32x32 - > 32b乘法）仅每2个周期运行一次，因为它需要2个相关的uop（10c延迟）。有关uop / port / throughput / latency表的说明，请参阅http://agner.org/optimize/。
在前端保持此吞吐量将需要循环缓冲区，因此保持循环小于28微秒（或56没有超线程）。这包括比较和分支循环开销，因此理论吞吐量实际上略低于25，但是p6上的宏融合比较和分支运行，因此它只取代每第7个标量运算，使得可持续吞吐量类似于每时钟24.85次操作。 （或SWAR的25.85）。