根据支持的说明选择要使用的程序集实现

Question

我正在使用一个C库，该库编译/链接到.a文件，用户可以将其静态链接到其代码中。库的性能非常重要，因此我正在x86-64程序集中编写对性能至关重要的例程，以优化性能。

对于某些例程，如果我使用BMI2指令，则比使用“标准” x86-64指令集要好得多。麻烦的是，BMI2是最近才推出的，我的一些用户使用的处理器不支持这些指令。

因此，我编写了优化例程两次，一次使用BMI2指令，一次不使用它们。在我当前的设置中，我将分发.a文件的两个版本：一个“快速”版本，它需要支持BMI2指令，一个“缓慢”版本，它不需要支持BMI2指令。

我在问是否有一种方法可以通过分发单个.a文件来简化此操作，该文件将根据最终应用程序运行的CPU 是否支持BMI2动态选择正确的实现。说明。

与StackOverflow上的类似问题不同，这里有两个特点：

• 选择功能的技术在关键路径上的开销应特别低。经过优化的程序集在汇编优化后大约需要10 ns的时间运行，因此即使单个if语句也可能很重要。
• 需要“动态”选择的功能在开始时选择一次，然后在程序执行期间保持不变。我希望这将提供比此问题中建议的解决方案更快的解决方案：Choosing method implementation at runtime

到目前为止，我想出的最快的解决方案是执行以下操作：

1. 使用cpuid指令检查CPU是否支持BMI2指令。
2. 根据结果设置全局变量true或false。
3. 在每次函数调用时分支此全局变量的值。

我对这种方法不满意，因为它有两个缺点：

• 由于我要分发cpuid文件，因此我不确定如何自动运行.a并在程序开始时设置全局变量并且无法控制最终二进制文件中的main函数。 只要能仍与C程序链接和从其调用最终库，我很乐意在这里使用C ++，因为它提供了更好的解决方案。
• 这会在每次 函数调用时产生开销，而理想情况下，唯一的开销是在程序启动时。

有没有比我上面详细介绍的解决方案更有效的解决方案？

Answer 1

x264使用init函数（在调用任何其他命令或类似操作之前，必须先调用库的用户）来基于CPUID结果设置函数指针的结构。包括考虑到pshufb在某些支持它的早期CPU上运行缓慢。

如果您的功能依赖于pdep / pext，则您可能想检测AMD与Intel，因为AMD的pdep / pext非常慢，可能不值得即使在Ryzen上也可以使用。 （有关说明表，请参见https://agner.org/optimize/。）

---

函数指针的开销很低，大约与在共享库或DLL中调用函数相同。 call [rel funcptr]，而不是call func。 （在由编译器生成的调用您函数的asm中。）

CPU dependent code: how to avoid function pointers?在C中显示了一个非常简单的示例，并正在寻求避免的方法。借助动态链接，您可以在动态链接时进行CPU检测，因此动态链接间接也将成为您的CPU派发间接（就像glibc一样，用于选择优化的memcpy实现）。

但是使用.a的静态链接，只需将函数指针静态初始化为基准版本，然后您的CPU初始化函数（希望在取消引用任何函数指针之前运行）将它们重写为指向为当前CPU的最佳版本。

Answer 2

如果使用的是gcc，则可以让编译器自动实现所有样板代码。 gcc manual page on function multiversioning