一些通用寄存器比其他寄存器快吗？

Question

在 x86-64 中，如果某些通用寄存器优先于其他寄存器，某些指令会执行得更快吗？

例如， mov eax, ecx会比mov r8d, ecx ecx 执行得更快吗？ 我可以想象后者需要一个 REX 前缀，这会使指令获取速度变慢？

使用rax代替rcx怎么样？ 那么add或xor呢？ 其他操作？ 像r15b和al这样的较小寄存器？ al vs ah ？

AMD 与英特尔？ 较新的处理器？ 旧处理器？ 指令组合？

澄清：是否应该优先使用某些通用寄存器而不是其他寄存器，它们是哪些？

Answer 1

以 EBP、RBP 或 R13 为基础时，LEA 会变慢（PDF 警告，第 3-22 页）。 但一般来说答案是否定的。

退后一步，重要的是要意识到自从寄存器重命名出现以来，架构寄存器不处理大多数微架构上的实际物理寄存器。 例如，每个 Cascade Lake 内核都有一个 180 个 integer 和 168 个 FP 寄存器的寄存器文件。

Answer 2

一般来说，架构寄存器都是平等的，并被重命名为大量的物理寄存器。

（除了部分寄存器可能会更慢，特别是高字节 AH/BH/CH/DH 在写入完整寄存器后读取速度很慢，在 Haswell 及更高版本上。请参阅Haswell/Skylake 上的部分寄存器究竟是如何执行的？写 AL 似乎对 RAX 有错误的依赖，并且 AH 不一致，以及为什么 GCC 不使用部分寄存器？写 8 位和 16 位寄存器时出现问题）。 这个答案的 rest 只是考虑 32/64-bit operand-size 。）

但是有些指令需要特定的寄存器，例如传统的可变计数移位（没有 BMI2 shrx 等）需要 CL 中的计数。 除法需要 EDX:EAX（或 RDX:RAX 用于较慢的 64 位版本）中的除数。

使用像 RBX 这样的调用保留寄存器意味着您的 function 必须花费额外的指令来保存/恢复它。

但是，如果您需要更多说明，当然会有性能差异。 因此，让我们假设所有其他条件都相同，仅通过更改用于其中一个操作数的寄存器来讨论单个指令的微指令、延迟和代码大小。 TL：DR：唯一的性能差异是由于指令编码限制/差异。 有时不同的寄存器将允许/要求（或让汇编器选择）不同的编码，作为特殊情况，通常会更小/更大，有时甚至会以不同的方式执行。

通常，较小的代码速度更快，并且在 uop 缓存和 I-cache 中打包得更好，因此除非您分析了特定情况并发现了问题，否则倾向于使用较小的编码。 这通常意味着在 AL 中保留一个字节值，以便您可以使用这些特殊情况指令，并避免 RBP / R13 用于指针。

---

特定编码特别慢的特殊情况，而不仅仅是大小

如果寻址模式还没有+displacement常数，则以 RBP 或 R13 作为基础的 LEA 在 Intel 上可能会更慢。

例如lea eax, [rbp + 12]是可编码的，并且与lea eax, [rcx + 12]一样快。

但是lea eax, [rbp + rcx*4]只能在机器码中编码为lea eax, [rbp + rcx*4 + 0] （因为寻址模式 escape-code stuff ），它是一个 3-component LEA，因此在 Intel 上较慢（Sandybridge 系列的 3 个周期延迟而不是 1 个周期，请参阅https://agner.org/optimize/指令表和 microarch PDF）。 在 AMD 上，即使使用lea eax, [rdx + rcx*4]

在 LEA 之外，在任何寻址模式中使用 RBP / R13 作为基础总是需要一个disp8/32字节或 dword，但我认为实际的 AGU 对于 3 组件寻址模式并不慢。 所以这只是代码大小的影响。

---

其他案例包括哪个英特尔微架构引入了 ADC reg,0 单微指令特殊案例？ 其中， adc al, imm8的短格式 2 字节编码是 2 uop，即使在像 Skylake 这样的现代 uarches 上，其中adc bl, imm8是 1 uop。

因此， adc reg,0的特殊情况不仅不适用于 Sandybridge 上的adc al,0通过 Haswell、Broadwell 和更新的人忘记（或选择不）优化编码解码到 uops 的方式。 （当然，您可以使用 3 字节 Mod/RM 编码手动编码adc al,0 ，但汇编程序将始终选择最短的编码，因此默认情况下adc al,0将汇编为短格式。）只有字节寄存器有问题; adc eax,0将使用opcode ModRM imm8 3 字节编码，而不是 5 字节opcode imm32 。

对于op al,imm8的其他情况，唯一的区别是代码大小，这只是间接影响性能。 （因为解码、uop-cache 打包和 I-cache 未命中）。

有关代码大小特殊情况的更多信息，请参阅使用 x86/x64 机器代码打高尔夫球的技巧，例如xchg eax, ecx为 1 字节与xchg edx, ecx为 2 字节。

---

add rsp, 8可能需要额外的堆栈同步 uop（当然，沿着执行路径，不在 static 代码布局中）。 （ 什么是 Sandybridge 微架构中的堆栈引擎？ ）。 这就是为什么像clang这样的编译器使用虚拟推送或弹出来保留/释放单个堆栈槽的原因： 为什么这个 function 将 RAX 推送到堆栈作为第一个操作？

Answer 3

您总共提出了太多问题，但是，如果我很好地理解了这个问题，您就会将处理器架构与小而快的寄存器文件混淆，它填补了处理器和 memory 技术之间的速度差距。 寄存器文件足够小，一次只能支持一条指令，即当前指令，并且足够快，几乎可以赶上处理器的速度。

我想建立一个简短的背景，这些寄存器的命名约定有两个目的：第一，它使旧版本的 x86 ISA 实现兼容至今，第二，这些寄存器的每个名称都有其特殊用途除了它的一般用途。 例如，ECX 寄存器用作计数器来实现循环，即 JECXZ 和 LOOP 等指令仅使用 ECX 寄存器。 尽管您需要注意一些您不想丢失的标志。

现在你的问题的答案源于第二个目的。 所以一些寄存器似乎更快，因为这些特殊寄存器被硬编码到处理器中并且可以更快地访问，但是，差异应该不大。

您可能知道的第二件事，并非所有指令都具有相同的复杂性，尤其是在 x86 中，指令的操作码可以是 1-3 个字节，并且随着越来越多的功能被添加到指令中，前缀，寻址模式等这些指令开始变得更慢，所以并不是某些寄存器比其他寄存器慢，只是某些寄存器被编码到指令中，因此这些指令在该寄存器组合下运行得更快。 如果以其他方式使用，它似乎会更慢。 我希望这会有所帮助。 谢谢