Fatal编程技术网
  • gcc/
  • Gcc 在x64模式下为_mm_movemask_epi8内部生成不必要的指令

Gcc 在x64模式下为_mm_movemask_epi8内部生成不必要的指令

gcc

Gcc 在x64模式下为_mm_movemask_epi8内部生成不必要的指令,gcc,64-bit,x86-64,sse,micro-optimization,Gcc,64 Bit,X86 64,Sse,Micro Optimization,来自SSE2的固有函数\u mm\u movemask\u epi8由Intel使用以下原型定义： int _mm_movemask_epi8 (__m128i a); 此内在函数直接对应于所有编译器生成的pmovmskb指令 根据，在x64模式下，pmovmskb指令可以将生成的整数掩码写入32位或64位通用寄存器。在任何情况下，只有结果的16个低位可以为非零，即结果肯定在范围[0；65535]内 说到内在函数\u mm\u movemask\u epi8，其返回值的类型为int，在大多

来自SSE2的固有函数
\u mm\u movemask\u epi8
由Intel使用以下原型定义：

  int _mm_movemask_epi8 (__m128i a);
此内在函数直接对应于所有编译器生成的
pmovmskb
指令

根据，在x64模式下，
pmovmskb
指令可以将生成的整数掩码写入32位或64位通用寄存器。在任何情况下，只有结果的16个低位可以为非零，即结果肯定在范围[0；65535]内

说到内在函数
\u mm\u movemask\u epi8
，其返回值的类型为
int
，在大多数平台上它是32位大小的有符号整数。不幸的是，在x64模式下没有其他函数返回64位整数。因此：

  • 编译器通常使用32位目标寄存器生成
    pmovmskb
    指令（例如
    eax
    ）
  • 编译器不能假定整个寄存器的上32位（例如，
    rax
    ）为零
  • 编译器插入不必要的指令（例如，
    mov eax，eax
    ）将64位寄存器的上半部分归零，因为该寄存器后来用作64位值（例如，作为数组的索引）
    • 在中可以看到带有此类问题的代码和生成的程序集的示例。对该答案的评论也包含一些相关的讨论。我经常在MSVC2013编译器中遇到这个问题，但它似乎也存在于GCC中

    问题是:

  • 为什么会这样
  • 有没有办法可靠地避免在流行的编译器上生成不必要的指令？特别是，当结果用作索引时，即在
    x=array[_mm_movemask_epi8（xmmValue）]中
  • 在现代CPU架构上，不必要的指令（如
    mov-eax，eax
    ）的大致成本是多少？这些指令是否有可能被CPU内部完全消除，并且它们实际上不占用执行单元的时间（Agner Fog的指令表文档提到了这种可能性）
    • 是一个很好的在线资源，可以使用不同的编译器测试此类问题

    似乎在这方面做得最好

    #包括
#包括
int32测试32（常数m128i v）{
int32_t mask=_mm_movemask_epi8（v）；
返回掩码；
}
int64测试64（常数m128i v）{
int64_t mask=_mm_movemask_epi8（v）；
返回掩码；
}
    生成：

    test32（长向量（2））：#@test32（长向量（2））
vpmovmskb eax，xmm0
ret
test64（长向量（2））：#@test64（长向量（2））
vpmovmskb eax，xmm0
ret
    鉴于在64位情况下生成额外的
    cdqe
    指令：

    test32（长向量（2））：
vpmovmskb eax，xmm0
ret
test64（长向量（2））：
vpmovmskb eax，xmm0
cdqe
ret
    为什么会这样

    gcc的内部指令定义告诉它
    pmovmskb
    做什么，但它一定没有通知它
    rax
    的上32位始终为零。我的猜测是，它被视为函数调用返回值，ABI允许返回32位int的函数在
    rax
    的上32位留下垃圾

    GCC确实知道一般零扩展中的32位操作是免费的，但这种遗漏的优化在内部函数中很普遍，也会影响标量内部函数，如
    \u mm\u popcnt\u u32

    还有一个问题是gcc（不知道）实际结果只在其32位
    int
    结果的低位16设置了位（除非您使用了AVX2
    vpmovmskb ymm
    ）。因此，实际符号扩展是不必要的；隐式零扩展完全可以

    有没有办法可靠地避免在流行的编译器上生成不必要的指令？特别是，当结果用作索引时，即在
    x=array[_mm_movemask_epi8（xmmValue）]中
    
不，除了修复gcc。是否有人将此报告为编译器遗漏优化错误
    
叮当没有这个错误。我在Paul R的测试中添加了代码，以实际使用结果作为数组索引，而clang仍然可以
    
（在这种情况下，可能是因为它想“保留”RAX底部的32位值，而不是因为它在优化mov消除
    
强制转换为未签名有助于GCC6和更高版本的使用；它将直接使用
    pmovskb
    结果作为寻址模式的一部分，但也会以
    mov-rax，rdx
    返回结果
    
对于较旧的GCC，至少可以让它使用
    mov
    而不是
    movsxd
    或
    cdqe
    
在现代CPU架构上，不必要的指令（如
    mov eax，eax
    ）的大约成本是多少？这些指令是否有可能被CPU内部完全消除，并且它们实际上不占用执行单元的时间（Agner Fog的指令表文档提到了这种可能性）
    

    mov-same，same
    在SnB系列微体系结构或AMD-zen上从未被消除。
    mov-ecx，eax
    将被消除。有关详细信息，请参阅
    
即使不需要执行单元，它仍然需要管道的融合域部分中的一个插槽，以及uop缓存中的一个插槽。和代码大小。如果您接近前端每时钟限制4个融合域uop（管道宽度），那么这就是一个问题
    
它还需要在dep链中额外花费1c的延迟
    
（不过后端吞吐量不是问题。在Haswell和更新版本上，它可以在没有向量执行单元的port6上运行。在AMD上，整数端口与向量端口是分开的。）
    Reg