Assembly x86与3的乘法：IMUL与SHL+ADD

我在x86-64汇编中开发了一个程序，需要通过相同的操作多次迭代：

IMUL rdx, 3   # rdx is always different

但是，我需要加快运行速度，因此我从上面考虑了对特定行的优化：

MOV rcx, rdx
SHL rdx, 1
ADD rdx, rcx

现在我问你们：这种修改会提高无程序时钟的运行时间吗，还是我应该坚持使用IMUL命令？

与lea-rdx相比，两者都很糟糕，[rdx+rdx*2]，使用缩放索引寻址模式得到总共*3，这就是为什么如果你要求编译器编译这样的函数，编译器总是使用lea

long-Faunong x{return x*3；}

LEA是一种通过x86寻址模式提供任意数字的方法，无需将结果用于加载或存储，只需将其放入寄存器

在所有现代x86 CPU上，LEA是单个uop。唯一的问题是它比其他选择好多少。imul也是1 uop，但前端的mov+shl+add是3。这在所有仍然相关的主流和低功耗Intel/AMD中都是如此。请看，64位imul在一些较旧的微体系结构上特别慢，如推土机系列和Silvermont/Goldmont，尤其是较旧的Atom

在AMD CPU推土机/Ryzen上，它有一个缩放索引，因此它是一个复杂的LEA，与Ryzen上的imul相比，它有2个周期延迟，而Ryzen上的imul有3个周期延迟，或者在推土机系列上更糟，因为64位imul速度较慢，并且没有完全流水线。在Ryzen上，此LEA仍具有每时钟2个吞吐量

在Intel CPU上，它只有2个组件1+，因此它是一个简单的LEA，具有1个周期的延迟，可以以每时钟2个吞吐量运行。因此，与一条shl指令的成本大致相同，但运行在不同的端口上

或者在冰湖上，每时钟4个，因为他们将LEA单元添加到其他2个整数ALU端口。所以它和冰湖上的一种添加剂一样便宜

你只需要mov；shl；当乘数为2^n+-1（n>3）时，进行细分或添加。然后值得考虑imul在延迟和前端吞吐量成本之间进行权衡

通过移动原始寄存器，即使在IvyBridge和Ryzen之前未消除mov的CPU也可以以2周期延迟关键路径长度运行mov/shl/add序列

同样相关：有一些关于*3与LEA优化问题的细节

其他有关：

与lea rdx[rdx+rdx*2]相比，这两种方法都很糟糕，使用缩放索引寻址模式可以得到总共*3的结果，这就是为什么如果您要求编译器编译类似的函数，编译器总是使用lea的原因

long-Faunong x{return x*3；}

LEA是一种通过x86寻址模式提供任意数字的方法，无需将结果用于加载或存储，只需将其放入寄存器

在所有现代x86 CPU上，LEA是单个uop。唯一的问题是它比其他选择好多少。imul也是1 uop，但前端的mov+shl+add是3。这在所有仍然相关的主流和低功耗Intel/AMD中都是如此。请看，64位imul在一些较旧的微体系结构上特别慢，如推土机系列和Silvermont/Goldmont，尤其是较旧的Atom

在AMD CPU推土机/Ryzen上，它有一个缩放索引，因此它是一个复杂的LEA，与Ryzen上的imul相比，它有2个周期延迟，而Ryzen上的imul有3个周期延迟，或者在推土机系列上更糟，因为64位imul速度较慢，并且没有完全流水线。在Ryzen上，此LEA仍具有每时钟2个吞吐量

在Intel CPU上，它只有2个组件1+，因此它是一个简单的LEA，具有1个周期的延迟，可以以每时钟2个吞吐量运行。因此，与一条shl指令的成本大致相同，但运行在不同的端口上

或者在冰湖上，每时钟4个，因为他们将LEA单元添加到其他2个整数ALU端口。所以它和冰湖上的一种添加剂一样便宜

你只需要mov；shl；当乘数为2^n+-1（n>3）时，进行细分或添加。然后值得考虑imul在延迟和前端吞吐量成本之间进行权衡

通过移动原始寄存器，即使在IvyBridge和Ryzen之前未消除mov的CPU也可以以2周期延迟关键路径长度运行mov/shl/add序列

同样相关：有一些关于*3与LEA优化问题的细节

其他有关：

---

它不起作用，添加rdx，rdx只是再次加倍rdx，而不是添加原始rdx，shl rdx，2乘以4，但是lea rdx怎么样，[rdx+rdx*2]？我已经多次看到使用lea的这个解决方案，但我没有完全理解它。能否澄清一下？还有，这会不会是一种提高性能的方法？lea，尽管看起来像内存访问，但它不是内存访问。谢谢！我也更新了这个问题，但我想现在这个问题就更不理想了。我将看一看解释。@AndreasAbel:你是对的，没有接受立即数的2操作数形式，但许多汇编器所做的是从2个操作数生成3操作数形式。因此，imul rdx，3被编码为imul rdx，rdx，3指令将被编码

---

由于48 6b d2 03不起作用，添加rdx，rdx只是再次将rdx加倍，而不是添加原始rdx，shl rdx，2乘以4，但是lea rdx如何，[rdx+rdx*2]？我已经多次看到使用lea的此解决方案，但我没有完全理解它。能否澄清一下？还有，这会不会是一种提高性能的方法？lea，尽管看起来像内存访问，但它不是内存访问。谢谢！我也更新了这个问题，但我想现在这个问题就更不理想了。我将看一看解释。@AndreasAbel:你是对的，没有接受立即数的2操作数形式，但许多汇编器所做的是从2个操作数生成3操作数形式。因此，imul rdx，3被编码为imul rdx，rdx，3指令将被编码为48 6b d2 03感谢您的详细回答！还有一个小问题：在这个项目中，我也使用IDIV命令，但有两个原因：提取取整为较小整数的数字和使用rdx提取模。是否有任何可能的优化，或者该命令应按原样使用？@CosminAprodu:再次询问编译器。是的，乘法逆比除法快得多。给定商，你必须乘和减才能得到余数。查看编译器输出，了解它是如何完成的，特别是对于符号处理比较棘手的有符号整数。感谢您提供详细的答案！还有一个小问题：在这个项目中，我也使用IDIV命令，但有两个原因：提取取整为较小整数的数字和使用rdx提取模。是否有任何可能的优化，或者该命令应按原样使用？@CosminAprodu:再次询问编译器。是的，乘法逆比除法快得多。给定商，你必须乘和减才能得到余数。查看编译器输出，了解它是如何完成的，特别是对于符号处理比较棘手的有符号整数。