Assembly 为什么在gcc 9.1中，在一个很小的函数中会出现这种不必要的MOVAPD拷贝

考虑以下代码：

double x(double a,double b) {
    return a*(float)b;
}

它将

double

转换为

float

，然后再转换为

double

，并相乘

当我在

x86/64

上用

gcc 9.1

和

-O3

编译它时，我得到：

x(double, double):
        movapd  xmm2, xmm0
        pxor    xmm0, xmm0
        cvtsd2ss        xmm1, xmm1
        cvtss2sd        xmm0, xmm1
        mulsd   xmm0, xmm2
        ret

x(double, double):
        movapd  xmm2, xmm0
        cvtsd2ss        xmm1, xmm1
        cvtss2sd        xmm0, xmm1
        mulsd   xmm0, xmm2
        ret

使用

clang

和较旧版本的

gcc

我得到了以下信息：

x(double, double):
        cvtsd2ss        xmm1, xmm1
        cvtss2sd        xmm1, xmm1
        mulsd   xmm0, xmm1
        ret

这里我没有将

xmm0

复制到

xmm2

中，这对我来说似乎是不必要的

使用

gcc 9.1

和

-Os

我得到：

x(double, double):
        movapd  xmm2, xmm0
        pxor    xmm0, xmm0
        cvtsd2ss        xmm1, xmm1
        cvtss2sd        xmm0, xmm1
        mulsd   xmm0, xmm2
        ret

x(double, double):
        movapd  xmm2, xmm0
        cvtsd2ss        xmm1, xmm1
        cvtss2sd        xmm0, xmm1
        mulsd   xmm0, xmm2
        ret

因此，它只是删除将

xmm0

设置为零的指令，而不是

moveapd

我相信这三个版本都是正确的，所以

gcc9.1-O3

版本是否会带来性能上的好处？如果是，为什么？

px或xmm0，xmm0

指令有什么好处吗

---

这个问题与类似，但我认为不一样，因为较旧版本的

gcc

不会生成不必要的副本。

这是一个gcc遗漏的优化；不幸的是，当GCC的寄存器分配器在调用约定施加的硬寄存器约束下工作不好时，它在小函数中的情况并不罕见；显然，在大型函数的各个部分之间，GCC通常不会像这样愚蠢

pxor

-归零是为了打破

cvtss2sd

的（假）输出依赖关系，这是因为英特尔短视地设计了单源标量指令，不修改目标向量的上半部分。他们从针对PIII的SSE1开始，它提供了一个短期收益，因为PIII将XMM REG处理为两个64位的一半，所以只编写一半就可以让像

sqrtss

这样的指令成为单uop

但不幸的是，他们甚至在SSE2（奔腾4的新版本）中也保留了这种模式。后来拒绝用AVX版本的SSE指令修复。因此，编译器在通过错误的依赖项创建长循环携带的依赖项链，或者使用PX或归零的风险之间选择。GCC保守地总是在

-O3

处使用pxor，在

-Os

处省略它。（像

mulsd

这样的2源操作已经依赖于目标作为输入，因此这是不必要的）

在这种情况下，由于寄存器分配选择不当，忽略

pxor

-归零将意味着在

a

准备就绪之前，无法将

（float）b

转换回

double

。因此，如果关键路径是

a

准备就绪（

b

ready early），忽略它将使Skylake上

a

->结果的延迟增加5个周期（2-uop

cvtss2sd

仅在

a

准备就绪后运行，因为输出必须合并到最初持有

a

的寄存器中）否则，只有

mulsd

必须等待

a

，所有涉及

b

的事情都要提前完成

foo same，same

是解决输出依赖性的另一种方法；那就是叮当在做什么。（GCC试图为popcnt做些什么，它在Sandybridge系列上意外地有一个架构上不需要的，不像这些愚蠢的SSE系列。）

顺便说一句，AVX 3操作数指令有时确实提供了一种解决伪依赖关系的方法，使用“冷”寄存器或异或零寄存器作为要合并的寄存器。包括标量int->FP，尽管clang有时只是使用

movd

加上压缩转换

相关：（我应该把它链接起来，我忘了我最近已经写了很多关于堆栈溢出的细节。）

---

---

movapd

和

pxor

归零在现代CPU上不会花费任何延迟，但没有什么是免费的。它们仍然需要前端uop和代码大小（L1i缓存占用）

movapd

在后端没有延迟，并且不需要执行单元，但仅此而已-

作为一种猜测，我并不特别熟悉这种东西，我要说，

movapd

由于注册重命名，实际上是免费的，这些额外的指令可能会消除一些错误的依赖关系。@ThomasJager:没有什么是免费的。它仍然需要前端uop和代码大小（L1i缓存占用）。它在后端没有延迟，并且不需要执行单元，但仅此而已。（对于pxor归零也一样，GCC只使用它，这要感谢Intel对不归零扩展到目标的单源标量指令的短视错误设计。clang版本中没有错误依赖，它读取和写入同一寄存器，因此

cvtss2sd

输出错误依赖已经在与它相同的寄存器上。）作为对.Clang版本的真正依赖，gcc的版本是最优的，它是哑的，显然是错过了优化。当gcc的寄存器分配器在调用约定施加的硬寄存器约束下做得很差时，这种情况在小函数中会发生得更多；显然，gcc在大函数的各个部分之间通常不会像这样哑actions.@Unlikus:No，在x86/x86-64调用约定中，允许返回值之外的部分寄存器包含垃圾。（与某些RISC调用约定不同，在某些RISC调用约定中，整数寄存器在传递/返回窄值时至少必须进行符号扩展或零扩展）。中的完整详细信息。没有任何用途；

pxor

-归零只需要因为

movapd

missed-optimization。如果您只需要结果的零扩展，

movq xmm0，xmm0

将是最紧凑的（尽管这确实会延长关键路径延迟，因为移动消除在这方面不起作用。）