Assembly 多态性成本

我正在查看x86-64中的以下虚拟方法调用：

mov     rcx, qword ptr [x]   
mov     rax, qword ptr [rcx]
call    qword ptr [rax+8]

还有Agner Fog的延迟表：

当我使用常春藤桥CPU时，我正在看第175页

前两条MOV指令都只需要2个CPU周期（它们都是移动内存来注册）对吗？我以为调用虚拟方法比这慢

在178页的指令延迟表中，它说这个调用的延迟是2个CPU周期（我想是吧？）。与

调用

'r'（寄存器）和

调用

'm'（内存）相比，

调用

'near'意味着什么

根据Fog手册，上面的ASM需要6个CPU周期，我没有误解任何东西吗

编辑：我将虚拟函数调用更改为vtable中的第二个

前两条MOV指令都只需要2个CPU周期（它们都是移动内存来注册）对吗？我以为调用虚拟方法比这慢？ 在178页的指令延迟表中，它说这个调用的延迟是2个CPU周期（我想是吧？）

否，仅在最小延迟内有2个CPU周期

让我们看看阿格纳的桌子

整数指令

指令操作数uops融合域uops未融合域（p015 p0 p1 p5 p23 p4）延迟倒数吞吐量注释

Inst   Oper        fus p23 p4  Latency Rec.
MOV r32/64,m32/64   1   1        2     0.5

要找到指令产生结果的时间，应该使用“延迟”列。每个mov的延迟为2个周期，并且只列出了最小值（请查看“列标题说明”-“延迟-这是指令在依赖项链中生成的延迟。数字是最小值。缓存未命中、未对齐……可能会显著增加时钟计数。”）

如果有很多不同的多态调用，那么它们所需的内存可能不会被缓存。我们从中知道缓存和内存延迟，所有这些都是通过like

moveax[eax]测量的；mov-eax[eax]；mov-eax，[eax]。Ivy的值为：L1中的命中=4个周期，L2中的命中=11个周期，L3中的命中=30-40个周期，缓存和访问内存中的未命中=32个周期+60 ns（在3 GHz下，每ns 3个周期>200个周期）。甚至不容易获得2个周期的延迟（什么比L1更接近ALU？对于重新排序的加载，只有72个条目的加载缓冲区？），并且在第二个
mov
（它的操作数是第一个mov的结果，所以在第一个mov退役之前，没有什么可以无序执行的）

在从链接的表格中，有使用aida_bench64.dll制作的常春藤报告

27 AMD64:MOV r64，[m64]L:1.14ns=4.0c T:0.14ns=0.50c

此表显示了一级缓存命中的实际延迟（
L
），4个周期

第46页“2.2.5.1加载和存储操作概述”一节表“2-10查找顺序和加载延迟”中的相同数据（L1为4c，L2为12c，L3为26-31c）

根据Fog手册，上面的ASM需要6个CPU周期，我没有误解任何东西吗

在最佳情况下，当第一次加载在关键路径上提前执行且无序=2个周期时；L1中的第二次负载命中=关键路径上的4个循环；
调用
执行2个周期；BTB（分支目标预测/间接分支目标）成功，当您总是从单个呼叫地址跳到同一个目标（或跳到少量具有周期模式的目标）时，更可能成功——您将有8个周期来确认分支预测正确，目标函数的OoO执行可能会部分隐藏

如果一级/二级中有任何加载未命中，则应添加相应的缓存延迟。如果L3未命中，则添加200个循环

如果BTB未命中，对于缓存的UOP，您将受到至少15次周期惩罚（检查，第27页“英特尔桑迪桥和常春藤布林芝中的3.7分支预测；预测失误惩罚”）；更多关于L1i中的目标。您可以在同一微体系结构.pdf第25页“PM和Core2中的3.5分支预测；间接跳转和调用的模式识别”和“间接跳转和间接调用的BTB组织…”中阅读有关旧BTB的内容

非常有用的文档来自英特尔：“英特尔64和IA-32体系结构”
优化参考手册”。它包含优化建议和有关性能计数器的信息，这将帮助您获得代码的实际延迟和未命中率（请参阅B.6.3.2“虚拟表和间接调用”一节）。
不要忘记，任何这些内存访问都可能缓存未命中。而且该调用还可能调用分支目标预测失误。@完全理解。我们只是想看看保证的最低成本。由于移动的唯一依赖性是确认调用目标预测，因此对于正确的预测，操作的延迟将被无序执行隐藏（将有获取、解码和执行开销）。但是，移动的延迟会增加预测失误的惩罚，因为如果调用地址已经在寄存器中，则真实值将在以后可用。@PaulA.Clayton但上述指令都是相互依赖的，因此必须按照该顺序执行？第三个依赖于第二个，第二个依赖于第一个？@user997112:近调用和远调用的不同之处在于目标函数是否在同一内存段中（可怕的东西，坚持x86-64，你不会遇到这种可怕的情况），而寄存器（r）或内存（m）调用的不同程度是间接的。还有相对调用，这些调用可能是最常见的。3或4µOp的块应有效地完全隐藏（而不是“通过OoO执行目标函数部分隐藏”）在Ivy Bridge上，具有>50个问题队列条目和>100个ROB条目-在正确的目标预测下-因为呼叫没有数据依赖性。顺便说一句，OP评论道“只是想看看保证的最低成本。”