为什么添加内联汇编注释会导致 GCC 生成的代码发生如此大的变化？

Question

所以，我有这个代码：

constexpr unsigned N = 1000;
void f1(char* sum, char* a, char* b) {
    for(int i = 0; i < N; ++i) {
        sum[i] = a[i] + b[i];
    }
}

void f2(char* sum, char* a, char* b) {
    char* end = sum + N;
    while(sum != end) {
        *sum++ = *a++ + *b++;
    }
}

我想看看 GCC 4.7.2 会生成的代码。 所以我运行g++ -march=native -O3 -masm=intel -S a.c++ -std=c++11并得到以下输出：

        .file   "a.c++"
        .intel_syntax noprefix
        .text
        .p2align 4,,15
        .globl  _Z2f1PcS_S_
        .type   _Z2f1PcS_S_, @function
_Z2f1PcS_S_:
.LFB0:
        .cfi_startproc
        lea     rcx, [rdx+16]
        lea     rax, [rdi+16]
        cmp     rdi, rcx
        setae   r8b
        cmp     rdx, rax
        setae   cl
        or      cl, r8b
        je      .L5
        lea     rcx, [rsi+16]
        cmp     rdi, rcx
        setae   cl
        cmp     rsi, rax
        setae   al
        or      cl, al
        je      .L5
        xor     eax, eax
        .p2align 4,,10
        .p2align 3
.L3:
        movdqu  xmm0, XMMWORD PTR [rdx+rax]
        movdqu  xmm1, XMMWORD PTR [rsi+rax]
        paddb   xmm0, xmm1
        movdqu  XMMWORD PTR [rdi+rax], xmm0
        add     rax, 16
        cmp     rax, 992
        jne     .L3
        mov     ax, 8
        mov     r9d, 992
.L2:
        sub     eax, 1
        lea     rcx, [rdx+r9]
        add     rdi, r9
        lea     r8, [rax+1]
        add     rsi, r9
        xor     eax, eax
        .p2align 4,,10
        .p2align 3
.L4:
        movzx   edx, BYTE PTR [rcx+rax]
        add     dl, BYTE PTR [rsi+rax]
        mov     BYTE PTR [rdi+rax], dl
        add     rax, 1
        cmp     rax, r8
        jne     .L4
        rep
        ret
.L5:
        mov     eax, 1000
        xor     r9d, r9d
        jmp     .L2
        .cfi_endproc
.LFE0:
        .size   _Z2f1PcS_S_, .-_Z2f1PcS_S_
        .p2align 4,,15
        .globl  _Z2f2PcS_S_
        .type   _Z2f2PcS_S_, @function
_Z2f2PcS_S_:
.LFB1:
        .cfi_startproc
        lea     rcx, [rdx+16]
        lea     rax, [rdi+16]
        cmp     rdi, rcx
        setae   r8b
        cmp     rdx, rax
        setae   cl
        or      cl, r8b
        je      .L19
        lea     rcx, [rsi+16]
        cmp     rdi, rcx
        setae   cl
        cmp     rsi, rax
        setae   al
        or      cl, al
        je      .L19
        xor     eax, eax
        .p2align 4,,10
        .p2align 3
.L17:
        movdqu  xmm0, XMMWORD PTR [rdx+rax]
        movdqu  xmm1, XMMWORD PTR [rsi+rax]
        paddb   xmm0, xmm1
        movdqu  XMMWORD PTR [rdi+rax], xmm0
        add     rax, 16
        cmp     rax, 992
        jne     .L17
        add     rdi, 992
        add     rsi, 992
        add     rdx, 992
        mov     r8d, 8
.L16:
        xor     eax, eax
        .p2align 4,,10
        .p2align 3
.L18:
        movzx   ecx, BYTE PTR [rdx+rax]
        add     cl, BYTE PTR [rsi+rax]
        mov     BYTE PTR [rdi+rax], cl
        add     rax, 1
        cmp     rax, r8
        jne     .L18
        rep
        ret
.L19:
        mov     r8d, 1000
        jmp     .L16
        .cfi_endproc
.LFE1:
        .size   _Z2f2PcS_S_, .-_Z2f2PcS_S_
        .ident  "GCC: (GNU) 4.7.2"
        .section        .note.GNU-stack,"",@progbits

我不擅长阅读汇编，所以我决定添加一些标记来了解循环体的去向：

constexpr unsigned N = 1000;
void f1(char* sum, char* a, char* b) {
    for(int i = 0; i < N; ++i) {
        asm("# im in ur loop");
        sum[i] = a[i] + b[i];
    }
}

void f2(char* sum, char* a, char* b) {
    char* end = sum + N;
    while(sum != end) {
        asm("# im in ur loop");
        *sum++ = *a++ + *b++;
    }
}

海湾合作委员会吐出了这个：

    .file   "a.c++"
    .intel_syntax noprefix
    .text
    .p2align 4,,15
    .globl  _Z2f1PcS_S_
    .type   _Z2f1PcS_S_, @function
_Z2f1PcS_S_:
.LFB0:
    .cfi_startproc
    xor eax, eax
    .p2align 4,,10
    .p2align 3
.L2:
#APP
# 4 "a.c++" 1
    # im in ur loop
# 0 "" 2
#NO_APP
    movzx   ecx, BYTE PTR [rdx+rax]
    add cl, BYTE PTR [rsi+rax]
    mov BYTE PTR [rdi+rax], cl
    add rax, 1
    cmp rax, 1000
    jne .L2
    rep
    ret
    .cfi_endproc
.LFE0:
    .size   _Z2f1PcS_S_, .-_Z2f1PcS_S_
    .p2align 4,,15
    .globl  _Z2f2PcS_S_
    .type   _Z2f2PcS_S_, @function
_Z2f2PcS_S_:
.LFB1:
    .cfi_startproc
    xor eax, eax
    .p2align 4,,10
    .p2align 3
.L6:
#APP
# 12 "a.c++" 1
    # im in ur loop
# 0 "" 2
#NO_APP
    movzx   ecx, BYTE PTR [rdx+rax]
    add cl, BYTE PTR [rsi+rax]
    mov BYTE PTR [rdi+rax], cl
    add rax, 1
    cmp rax, 1000
    jne .L6
    rep
    ret
    .cfi_endproc
.LFE1:
    .size   _Z2f2PcS_S_, .-_Z2f2PcS_S_
    .ident  "GCC: (GNU) 4.7.2"
    .section    .note.GNU-stack,"",@progbits

这是相当短的，并且有一些显着差异，例如缺少 SIMD 指令。 我期待相同的输出，中间有一些评论。 我在这里做了一些错误的假设吗？ GCC 的优化器是否受到 asm 注释的阻碍？

Answer 1

与优化的交互在文档中的 “带有 C 表达式操作数的汇编器指令”页面的一半部分进行了解释。

GCC 不会试图理解asm任何实际程序集； 它唯一知道的内容是您（可选）在输出和输入操作数规范以及寄存器破坏列表中告诉它的内容。

特别要注意：

没有任何输出操作数的asm指令将被视为与易失性asm指令相同。

和

volatile关键字表示该指令具有重要的副作用 [...]

所以循环中asm的存在抑制了矢量化优化，因为 GCC 假设它有副作用。

Answer 2

请注意，gcc 对代码进行了矢量化，将循环体分为两部分，第一部分一次处理 16 项，第二部分稍后处理其余部分。

正如 Ira 评论的那样，编译器不解析 asm 块，因此它不知道这只是一个注释。 即使这样做了，它也无法知道您的意图。 优化的循环使主体加倍，是否应该将您的 asm 放入每个循环中？ 你希望它不被执行 1000 次吗？ 它不知道，所以它走安全路线并退回到简单的单循环。

Answer 3

我不同意“gcc 不了解asm()块中的内容”。 例如，gcc 可以很好地处理优化参数，甚至可以重新排列asm()块，使其与生成的 C 代码混合。 这就是为什么，如果您查看例如 Linux 内核中的内联汇编器，它几乎总是以__volatile__为前缀，以确保编译器“不会移动代码”。 我让 gcc 移动了我的“rdtsc”，这让我测量了做某件事所需的时间。

如文档所述，gcc 将某些类型的asm()块视为“特殊”块，因此不会优化块两侧的代码。

这并不是说 gcc 有时不会被内联汇编程序块弄糊涂，或者只是决定放弃某些特定的优化，因为它无法遵循汇编代码等的结果。更重要的是，它经常会因为缺少 clobber 标签而感到困惑——所以如果你有一些像cpuid这样的指令改变了 EAX-EDX 的值，但是你编写了代码以便它只使用 EAX，编译器可能会在 EBX、ECX 和 EDX 中存储东西，然后当这些寄存器被覆盖时，您的代码表现得非常奇怪……如果幸运的话，它会立即崩溃 - 那么很容易弄清楚发生了什么。 但是如果你不走运，它就会崩溃……另一个棘手的问题是在 edx 中给出第二个结果的除法指令。 如果你不关心模数，很容易忘记 EDX 被改变了。

Answer 4

现在修改了这个答案：它最初是在考虑将内联 Basic Asm 作为一个非常明确的工具时的思维方式编写的，但它与 GCC 中的完全不同。 基本 Asm 很弱，因此对答案进行了编辑。

每个程序集注释都充当断点。

编辑：但是一个坏掉的，因为你使用基本的 Asm。 没有显式 clobber 列表的内联asm （函数体内的asm语句）是 GCC 中弱指定的特性，其行为很难定义。 它似乎没有（我不完全掌握它的担保）连接到某些特定的东西，所以当组合代码必须在一些点上运行，如果运行的功能，目前尚不清楚，当它运行的任何非微不足道的优化级别。 可以用相邻指令重新排序的断点不是一个非常有用的“断点”。 结束编辑

您可以在解释器中运行您的程序，该解释器会在每个注释处中断并打印出每个变量的状态（使用调试信息）。 这些点必须存在，以便您观察环境（寄存器和内存的状态）。

如果没有注释，则不存在观察点，并且循环被编译为单个数学函数，采用环境并生成修改后的环境。

你想知道一个毫无意义的问题的答案：你想知道每条指令（或者可能是块，或者可能是指令范围）是如何编译的，但没有单独的指令（或块）被编译； 整个东西是作为一个整体编译的。

一个更好的问题是：

你好海合会。 为什么你相信这个 asm 输出正在实现源代码？ 请一步一步解释每一个假设。

但是，您不希望阅读比 asm 输出更长的证明，根据 GCC 内部表示编写。