在现代AMD64 CPU上最快的内存设置方式

Question

我想在amd64汇编中用零填充一个4096字节（与4096字节边界对齐）的数组。 我正在寻找便携式和单CPU类型的解决方案。

我知道rep stosq可以解决问题，但是有什么更快的方法吗？ MMX？ SSE？ 它快多少？ 一条指令（不带rep ）可以将多少字节写入内存？ 我们可以假设内存缓存为空。 我不需要功能完全正常的实现，我只需要基本概念及其关键的汇编指令。

我刚刚看过movdqa指令，它可以一次写入16个字节。 它是2条mov指令（每条8字节）的两倍快吗？

Answer 1

通过在Agner Fog的asmlib中的memset64.asm文件中memset64.asm源代码，可以找到问题的答案 。

他的代码具有适用于AVX和SSE的版本。 从我可以看出的代码_mm256_store_ps (vmovaps)对小于MemsetCacheLimit某些数组大小MemsetCacheLimit 。 对于更大的数组，他使用_mm256_stream_ps (vmovntps)非临时存储。 还有其他一些因素可能会影响结果。 参见代码。 在大多数情况下，使用内在函数的C / C ++可能会获得相同的性能。

请注意，GCC中内置的memset函数以及我最后检查的glibc版本均未优化 （这是memset位于asmlib中的原因之一）。