根据支持的说明选择要使用的装配实现

Question

我正在开发一个C库，它编译/链接到.a文件，用户可以静态链接到他们的代码。 库的性能非常重要，因此我在x86-64汇编中编写性能关键的例程来优化性能。

对于某些例程，如果使用BMI2指令，我可以获得明显更好的性能，而不是坚持使用“标准”x86-64指令集。 麻烦的是，BMI2最近刚推出，我的一些用户使用不支持这些指令的处理器。

所以，我写了两次优化例程，一次使用BMI2指令，一次不使用它们。 在我目前的设置中，我将分发两个版本的.a文件：一个需要支持BMI2指令的“快速”版本，以及一个不需要支持BMI2指令的“慢”版本。

我问是否有办法通过分发单个.a文件来简化这一过程，该文件将根据最终应用程序运行的CPU是否支持BMI2指令动态选择正确的实现。

与StackOverflow上的类似问题不同，这里有两个特点：

• 选择功能的技术需要在关键路径中具有特别低的开销。 在汇编优化之后，所讨论的例程在~10 ns内运行，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，然后在程序的持续时间内保持固定。 我希望这将提供比这个问题中建议的更快的解决方案： 在运行时选择方法实现

我到目前为止提出的最快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. 在每个函数调用上对此全局变量的值进行分支。

我对这种方法不满意，因为它有两个缺点：

• 我不知道如何自动运行cpuid并在程序开头设置一个全局变量，因为我正在分发一个.a文件并且无法控制最终二进制文件中的main函数。 如果它提供了更好的解决方案，我很高兴在这里使用C ++，只要最终的库仍然可以与C程序链接和调用。
• 这会在每次函数调用时产生开销，理想情况下，唯一的开销是在程序启动时。

有没有比我上面详述的更有效的解决方案？

Answer 1

x264使用init函数（在调用其他任何东西之前需要调用库的用户，或类似的东西）来根据CPUID结果设置函数指针的结构。 包括考虑到pshufb在一些支持它的早期CPU上pshufb缓慢。

如果你的功能依赖于pdep / pext ，你可能想要检测AMD与英特尔，因为AMD的pdep / pext非常慢，并且可能不值得在Ryzen上使用，即使它可用。 （有关说明表，请参阅https://agner.org/optimize/ 。）

---

函数指针的开销相当低，与调用共享库或DLL中的函数大致相同。 call [rel funcptr]而不是call func 。 （在编译器生成的asm中调用您的函数）。

CPU依赖代码：如何避免函数指针？ 在C中展示了一个非常简单的例子，并且正在寻找避免它的方法。 通过动态链接，您可以在动态链接时进行CPU检测，因此动态链接间接也成为您的CPU调度间接（就像glibc选择优化的memcpy实现一样）。

但是对于.a静态链接，只需创建静态初始化为基线版本的函数指针，并且您的CPU初始化函数（希望在任何函数指针被解除引用之前运行）将其重写为指向最佳版本的当前的CPU。

Answer 2

如果您使用的是gcc，则可以让编译器自动实现所有样板代码。 关于函数多版本化的gcc手册页