我用x86-64程序集开发了一个程序，该程序需要通过相同的操作进行多次迭代：
IMUL rdx, 3 # rdx is always different
但是，我需要使运行时更快，因此我从上面想到了对该特定行的优化：
MOV rcx, rdx
SHL rdx, 1
ADD rdx, rcx
现在我问你们：这种修改会改善程序的运行时间（减少时钟），还是我应该坚持使用IMUL命令？
答案 0 :(得分：5)
与lea rdx, [rdx + rdx*2] 相比，两者都很糟糕，使用缩放索引寻址模式获得总计*3，这就是为什么如果您要求编译器始终使用LEA的原因他们来编译像这样的函数
long foo(long x){ return x * 3; }（https://godbolt.org/z/6p4ynV）
LEA是一种通过x86寻址模式无馈送任意数字的方法，该方法使用结果进行加载或存储，只需将其放入寄存器即可。 Using LEA on values that aren't addresses / pointers?
在所有现代x86 CPU上，LEA都是单个uop。 唯一的问题是比其他方法好多少。 imul也是1 uop，但是mov + shl + add的前端是3 。 （在所有仍然相关的主流和低功耗英特尔/ AMD上都是如此。请参见https://agner.org/optimize/。）64位imul在某些较旧的微体系结构（例如Bulldozer系列和Silvermont / Goldmont）上特别慢，或者特别是较旧的Atom。
在AMD CPU（Bulldozer / Ryzen）上，它具有缩放的索引，因此它是“复杂的” LEA，并且具有2个周期延迟（Ryzen上imul的延迟为3，或者在Bulldozer系列上更糟） 64位imul较慢且未完全流水线化）。在Ryzen上，此LEA仍具有每时钟2个吞吐量。
在Intel CPU上，它只有2个组件（一个+），因此它是“简单” LEA，具有 1个周期延迟，并且可以每2个运行一次。时钟吞吐量。因此，与一条shl指令所花费的成本大致相同，但运行在不同的端口上。
（或者在Ice Lake上，因为它们将LEA单元添加到其他2个整数ALU端口中，所以每4个小时一次。所以它的价格与Ice Lake上一个add一样便宜。）
您只想要mov； shl; sub或add，当n > 3的乘数为2 ^ n + -1时。然后值得考虑imul在延迟和前端吞吐量成本之间进行权衡。
通过移位原始寄存器，即使没有mov消除的CPU（在IvyBridge和Ryzen之前）也可以以2个周期的延迟关键路径长度运行mov / shl / add序列。
也相关：C++ code for testing the Collatz conjecture faster than hand-written assembly - why?详细介绍了*3相对于LEA优化的问题。
其他相关：