Assembly 将SSE与AVX128混合以获得更短的指令？

从我所能收集到的所有信息来看，混合使用SSE和128位（E）VEX编码指令不会造成性能损失。这表明将两者混合使用应该是好的。当SSE指令通常比VEX等效指令短1字节时，这可能是有益的

然而，我从未见过任何人或任何编译器这样做。例如，在Intel的AVX（128位）MD5实现中，可以替换为

movaps

（或者可以替换为较短的

shufps

，因为dest和src1寄存器相同）。

---

避免使用SSE有什么特别的原因吗，或者我遗漏了什么吗？

你说得对，如果YMM Upper在

vzeroupper

中已知为零，那么混合使用AVX128和SSE不会有任何惩罚，而且在节省代码大小时不这样做是遗漏的优化

还要注意的是，如果不需要REX前缀，它只会节省代码大小。对于SSE1，2字节VEX相当于REX+0F。编译器确实尝试使用低寄存器来避免REX前缀，但我认为他们没有考虑在每条指令中使用哪些寄存器组合来最小化REX前缀总量。（或者如果他们真的这么做，他们就不擅长）。人类可以花时间做这样的计划

它在大多数情况下都很小，只是偶尔有一个字节的代码大小。这通常是一件好事，可以帮助前端。（或为英特尔CPU上超过

pblendvps xmm、xmm、xmm、xmm

的设备保存uop（对于pd和pblendvb相同），前提是您可以安排使用它而无需另一个

movaps

）

如果你弄错了，那么缺点就是SSE/AVX过渡惩罚（在Haswell和Ice Lake上），或者错误地依赖Skylake。IDK如果Zen2做了这样的事情；Zen1将256位操作拆分为2个UOP，不关心vzeroupper

---

为了使编译器能够安全地执行此操作，他们必须跟踪更多内容，以确保在YMM寄存器的上半部分脏的情况下，不会在函数中运行SSE指令。编译器没有将AVX code gen限制为仅128位指令的选项，因此它们必须开始跟踪可能会弄脏YMM上半部分的执行路径

但是，我认为他们必须在整个函数的基础上这样做，才能知道在

ret

之前何时使用

vzeropper

（在不按值接受或返回

\uuuum256/I/d

的函数中，这意味着调用者已经在使用宽向量）

但是不需要

vzeroupper

与

movaps

是否是性能安全的是两码事，因此以类似的方式进行跟踪是另外一件事。在每种情况下都可以安全地避免使用VEX前缀

尽管如此，在某些情况下，很容易证明它是安全的。如果编译器使用一个保守的算法，当分支可能有或可能没有脏的上限时，该算法会错过一些优化，在这种情况下，总是使用VEX，并且总是使用

vzeropper