我有功能，我在汇编时写作，我想确定什么能给我最好的吞吐量。
我在RAX中有64位值，我需要获得最高字节并对其执行一些操作，我想知道最好的方法是什么。
shr rax, 56 ; This will get me the most significant byte in al.
然而，这比......更有效。
rol rax, 8
and rax, r12 ; I already have the value 255 in r12
我之所以要问的是，在某些架构中，换档速度是您所做换档次数的函数。如果我记得，在680x0芯片上它是6 + 2n，其中n是移位计数。我不认为这在x86架构上是正确的，但我不确定......所以人们的一些启示会受到赞赏。 （我理解延迟）
还是有一种简单的方法可以将RAX的0-31位与32-64位交换而不是旋转或移位？像680x0上的交换一样。
答案 0 :(得分：2)
根据http://agner.org/optimize/的指令表，具有立即计数的rol是单uop / m-op指令，在Intel（Pentium M到Haswell）和AMD（K8）上有1个周期延迟到Steamroller）。吞吐量范围从每时钟一个到每个时钟三个。
使用可变计数（rol r, cl）进行旋转在英特尔上速度较慢，在AMD上速度相同。
显然，如果您提出这类问题，请阅读Agner Fog的指南，因为高性能比单独使用单指令更多。
如果您在多个数据项上执行此操作，则可以在16B（带SSE的xmm寄存器）或32B（带有AVX的ymm寄存器）块上同时使用向量shuffle。 pshufd xmm, xmm, imm将允许您为每个输出dword选择任何输入dword。 （所以你可以广播和填充，以及简单的随机播放。）