Performance 在循环中插入nop和在movnti存储区附近读取导致意外减速 我无法理解为什么第一个代码每次迭代有~1个周期，而第二个代码每次迭代有2个周期。我用Agner的工具和性能测量。根据IACA，从我的理论计算来看，它应该需要1个周期

每次迭代需要1个周期。

; array is array defined in section data
%define n 1000000
xor rcx, rcx   

.begin:
    movnti [array], eax
    add rcx, 1 
    cmp rcx, n
    jle .begin

---

每次迭代需要2个周期。但为什么

; array is array defined in section data
%define n 1000000
xor rcx, rcx   

.begin:
    movnti [array], eax
    nop
    add rcx, 1 
    cmp rcx, n
    jle .begin

---

这个最终版本每次迭代大约需要27个周期。但是为什么呢？毕竟，没有依赖链

.begin:
    movnti [array], eax
    mov rbx, [array+16]
    add rcx, 1 
    cmp rcx, n
    jle .begin

---

我的CPU是IvyBridge。

movnti

是2个uops，不能微熔合，根据IvyBridge的说法

因此，您的第一个循环是4个融合域UOP，并且可以在每个时钟的一次迭代中发出

nop

是第五个融合域uop（即使它不接受任何执行端口，所以它是0个未融合域uop）。这意味着前端只能以每2个时钟发出一个循环

有关CPU工作方式的更多链接，请参见TagWiki

---

---

第三个循环可能很慢，因为

mov rbx、[array+16]

可能是从

moventi

退出的同一缓存线加载的。每次刷新它存储到的填充缓冲区时都会发生这种情况。（不是每个

movnti

，显然它可以在同一个填充缓冲区中重写某些字节。）

如果您打算很快读取它，请避免非临时存储。非时态存储的全部要点是只写突发，不会导致行被“写分配”（读）到缓存中。指令的使用告诉CPU“不要把它放在缓存中，只要把它写到内存中，我保证不会很快使用它”来自同一个用户的相关问题。什么是填充缓冲区？是的，当

mov-rbx、[array+64]

代替

mov-rbx、[array+16]

时，循环再次变快。缓存线只有64个字节。@J.Doe。查看我对您的另一个

movinti

问题的回答；我包括了一个链接，指向一篇英特尔文章，该文章讨论了写组合填充缓冲区。是的，我看到了：）谢谢