Assembly FPTAN示例x86

根据英特尔文档，这就是

FPTAN

所做的：

用近似切线替换ST（0），并将1推到FPU堆栈上

这是我用NASM写的代码：

section .data
    fVal: dd 4
    fSt0: dq 0.0
    fSt1: dq 0.0

section .text
    fldpi
    fdiv  dword[fVal]  ; divide pi by 4 and store result in ST(0).
    fptan
    fstp  qword[fSt0]  ; store ST(0)
    fstp  qword[fSt1]  ; store ST(1)

此时，我发现

fSt0

和

fSt1

的值为：

fSt0=5.60479e+044

fSt1=-1.#IND

---

但是，难道

fSt0

和

fSt1

不应该都是

1

？

正如迈克尔·佩奇在评论中指出的那样，你的打字很简单。您没有将

fVal

声明为浮点值（如预期的那样），而是将其声明为32位整数。更改：

fVal: dd 4

致：

然后您的代码将按预期工作。它写得很正确

如果要获取整数输入，可以通过将代码更改为使用

FIDIV

指令来实现。此指令将首先将整数转换为双精度浮点值，然后进行除法：

fldpi
fidiv  dword [fVal]    ; st(0) = pi / fVal
fptan                  ; st(0) = tan(st(0))
                       ; st(1) = 1.0
fstp   qword [fSt0]
fstp   qword [fSt1]

但是，由于需要进行转换，因此与刚将输入作为浮点值时相比，转换的效率要低一些

请注意，如果要执行此操作，则在某些较旧的CPU上，将负载分解，使其与分区分开执行会更有效—例如

换句话说，我们将

FIDIV

指令分解为单独的

FILD

（整数加载）和

FDIVP

（除法和弹出）指令。这改进了重叠，从而减少了代码执行速度中的几个时钟周期。（在AMD系列15h[推土机]和英特尔奔腾II及更高版本的较新CPU上，将

FIDIV

拆分为

FILD

+

FDIV

，没有任何真正的优势；无论采用哪种编写方式，性能都应该相同。）

当然，因为这里的所有内容都是常量，并且

tan（pi/4）==1

，所以您的代码相当于：

fld1
fld1

---

…这是优化编译器将生成的结果。：-）

为什么

dd4

（整数）而不是

dd4.0

（浮点数）？@MichaelPetch感谢，它成功了，细节战，永不停息。订单执行的fidiv应该像

fild

+

fdiv

一样有效地处理。它解码为两个独立的uop，可能是一个load+convert

fild

uop，它可以在地址已知时立即执行，以及一个必须等待两个输入的

fdivp

uop。（实际上，

fidd

的

fild

部分是一个微熔合加载+ALU-uop，因此加载部分可以与p05 int->float-uop分开运行。）提前安排加载可能会有一些好处，但如果要将它们背靠背放置，则不会。（除了前端好处，如果多uop insn存在更糟糕的情况，例如解码）同样，re：关于常数的最后一点：gcc喜欢避免

fld1

，因为自从ppro以来，它在Intel CPU上是2个uop（不知道为什么；感谢Intel。P5上也是2个时钟，

fld

是1个时钟）。因此，它可能会从内存中

fld

a

1.0

常量，并用

fld st（0）

复制它。为了避免缓存未命中，

fld1

/

fld st（0）

会很好。您可能会认为OOOE可以像

FILD

+

FDIV

一样有效地处理

FIDIV

，但显然它不能。AMD特别建议在他们的优化手册中使用这种替代品（或者他们在我上次阅读这些手册时使用了这种替代品，那是在Ryzen之前很久，但这是x87，所以不完全是最先进的）。Agner Fog还建议将其用于P5，其中

FILD

可以重叠，但

FIDIV

不能重叠。另外，P6的FPU与P5几乎没有变化，只是延迟增加了，这使得分离更加有利。但这在现代实现中可能已经发生了变化，提出了这一陈旧的优化建议，但在我的定义中，在谈到编写x87代码时，很难知道应该使用哪个处理器！不过，关于fld1的一点很好。它是2µops（未使用），因为它需要端口0和1。也不知道为什么。如果它使用一个内存读取端口和一个执行端口，这会更有意义，但它没有。所以使用它并不是一个真正的优化。我之所以使用它，是因为它比显示浮点常量的外部定义更容易，更不用说不同汇编器之间不一致的语法了@彼得不管它值多少钱，我回去看了看AMD的手册。他们明确建议对整数和浮点操作使用load execute指令，整数浮点指令除外。正如彼得所说，这在K6时代是正确的，但在阿龙时代始终是正确的。这个建议直到AMD系列15h（推土机）才被修改，这是对微体系结构的完全重新设计，而不是基于以前的任何设计。

fldpi
fild   dword [fVal]
fdivp  st(1), st(0)    ; st(0) = pi / fVal
fptan                  ; st(0) = tan(st(0))
                       ; st(1) = 1.0
fstp   qword [fSt0]
fstp   qword [fSt1]

fld1
fld1