為什么將 32 位寄存器移動到堆棧然后從堆棧移動到 xmm 寄存器？

Question

我正在 64 位機器上使用gcc -m32進行編譯。

以下有什么區別？ 請注意，這是 AT&T 語法。

# this
movd  %edx, %xmm0

# and this
movl  %edx, (%esp)
movd  (%esp), %xmm0

Answer 1

機器狀態的唯一區別是第二個版本在堆棧¹上留下了一個副本。

由於某種原因，GCC 的默認調整會在內存中反彈。 （最近的 GCC 可能已經在某些情況下修復了這個問題）。 大多數情況下，包括 AMD 在內的大多數 CPU 上的情況通常更糟，盡管 AMD 的優化手冊確實推薦了它。 請參閱 GCC 錯誤80820和80833 re：GCC 的整數 <-> xmm 策略一般。

與存儲和加載 uop 相比，使用movd將花費 1 個 ALU uop，因此前端的 uops 較少，但后端的 uops不同，因此根據周圍的代碼，存儲/重新加載策略可以減輕壓力特定的執行端口。

ALU movd延遲優於所有 CPU 上的存儲/重新加載，因此存儲/重新加載的唯一優勢是可能的吞吐量。

Agner Fog在他為 Bulldozer（具有最慢movd %edx, %xmm0的 CPU）的microarch pdf 中說：

在我的測量中，整數單元和浮點/向量單元之間的傳輸延遲比 AMD 的軟件優化指南中指定的要長得多。 盡管如此，我無法確認按照該指南中的建議，通過內存中間體將數據從通用寄存器移動到向量寄存器會更快。

---

腳注 1：如果您真的想要那樣，單獨的商店通常仍然是實現該狀態的更好選擇。 相同的 uops 數和更低的延遲（尤其是在 Intel CPU 上。AMD Bulldozer / Steamroller 的movd (x)mm, r32/r64有 10 / 5 個周期延遲movd (x)mm, r32/r64 1 個周期。）

movd %edx, %xmm0         # ALU int -> xmm transfer
movl %edx, (%esp)        # and store a copy if you want it