如何在汇编级别分析C ++函数？

Question

我有一个功能，这是我的程序的瓶颈。它不需要访问内存，只需要计算。它是内循环并被多次调用，所以这个函数的任何小增益都是我程序的大胜利。

我来自PS3优化SPU代码的背景，您可以在其中使用SPU程序并通过管道分析器运行它，您可以将每个汇编语句放在其自己的列中，并最小化函数所需的循环量。然后重叠循环，以便最大限度地减少管道依赖性。使用该程序和每个汇编指令所需的所有循环列表，我可以比编译器更好地优化。

在另一个平台上，它有我可以注册的事件（缓存未命中，循环等），我可以运行该功能并跟踪CPU事件。那也很不错。

现在我正在使用带有Core i7 Intel处理器的Visual Studio C ++ 2010在Windows上做爱好项目。我没有钱来支付VTune的巨额费用。

我的问题：

如何在Windows的英特尔处理器的汇编级别分析函数？

我想编译，查看反汇编，获取性能指标，调整代码并重复。

Answer 1

有一些很棒的免费工具，主要是AMD的CodeAnalyst（根据我在i7和我的Phenom II上的经验，它在英特尔处理器上有点不利，因为它无法访问直接硬件专用计数器，尽管如此可能是糟糕的配置）。

然而，一个较少知道的工具是Intel Architecture Code Analyser（它像CodeAnalyst一样免费），它类似于你描述的spu工具，因为它详细说明了延迟，吞吐量和端口压力（基本上是请求发送到ALU，MMU等）逐行为您的程序组装。 Stan Melax在今年的GDC上给出了一个很好的talk和x86优化，标题为“热点，触发器和uops：到金属cpu优化”。

英特尔还有一些与IACA相同的工具，在their experimental/what-if code site的性能调整部分下的avaibale，例如PTU，它是（或者是）VTune的实验演变，我可以看，它是免费的。

在深入研究之前阅读英特尔优化手册也是一个好主意。

编辑：正如Ben指出的那样，旧处理器的时序可能不正确，但使用Agner Fog's Optimization manuals可以轻松弥补，{{3}}也包含许多其他宝石。

Answer 2

您可能想尝试valgrind中包含的一些实用程序，如callgrind或cachegrind。

Callgrind can do profiling and dump assembly.

And kcachegrind is a nice GUI, and will show the dumps including assembly and number of hits per instruction etc.

Answer 3

从您的说明中听起来您的问题可能是embarrassingly parallel，您是否考虑过使用ppl的parallel_for？