Performance 依赖链分析

第12.7节：循环示例。讨论示例代码的段落之一：

[…]奔腾M的分析：。。。13个UOP，每个时钟3个=每4.33c退役时间一次迭代

循环中有一个依赖链。延迟时间为：2秒 内存读取，5表示乘法，3表示减法，3表示内存 写入，总共13个时钟周期。这是我的三倍 退休时间，但它不是循环携带依赖，因为 每次迭代的结果都保存到内存中，不会在中重复使用 下一次迭代。无序执行机制及其应用 流水线使得每次计算都可以在之前开始 前面的计算完成了。唯一的循环 依赖链是

addeax，16

，延迟时间仅为1

我无法理解为什么依赖链不能增加整个吞吐量。我知道找到最严重的瓶颈才是最重要的。在考虑依赖链之前确定的最严重瓶颈是融合域uop吞吐量，每次迭代4.33个周期。我无法理解为什么依赖链不是比这更大的瓶颈

我看到作者解释了它与无序执行和管道连接，但我看不到它。我的意思是，虽然只有乘法会导致延迟5个周期，所以只有这个值大于4个周期

我也无法理解为什么作者不关心这里的依赖关系：

添加eax，16->cmp eax，ecx->jl L1

毕竟，加法必须在

cmp

之前执行，而

cmp

必须在

jl

之前执行

---

PS：后面的段落将奔腾M的最大瓶颈确定为解码，将其限制为每6c迭代一次，因为128b矢量运算每段解码两个UOP。请参阅《Agner Fog指南》了解其余的分析，以及Core2、FMA4推土机和Sandybridge的分析+调整

mul不属于循环携带的依赖链的一部分，因此可以同时从飞行中的多次迭代中获得

mulpd

INSN。这里的问题根本不是单个指令的延迟，而是依赖链。每个迭代都有一个单独的13c依赖链，包括load、mulpd、SUBSPD和store。无序执行允许来自多个迭代的UOP同时运行

每次迭代中的

cmp

/

jl

取决于该迭代中的

add

，但下一次迭代中的

add

不取决于

cmp

。推测执行和分支预测意味着控制依赖项（条件分支和间接跳转/调用）不是数据依赖链的一部分。这就是为什么一次迭代的指令可以在前一次迭代的

jl

失效之前开始运行

相比之下，

cmov

是一个数据依赖项，而不是控制依赖项，因此无分支循环往往具有循环携带的依赖链。如果分支预测良好，则这往往比分支慢

每个循环迭代都有一个独立的

cmp

/

jl

依赖链，就像FP依赖链一样

---

我无法理解为什么依赖链不能增加整个吞吐量

---

我不知道这句话的意思。我想我能猜出你所有其他混淆的词和短语。（例如，“依赖链”而不是“依赖链”。）看看我对你的问题所做的编辑；其中一些可能也有助于您的理解。

比较/分支对将被预测，因此它实际上不起作用。除此之外，我不确定你在问什么，你能链接Agner的文档并说明你引用的章节和示例吗？谢谢：）。首先，您的观点是：好的，很明显，多个迭代可以同时进行。但是，当只涉及到一个迭代时，特别的迭代。为什么mulpd（5个周期）的延迟无关紧要？毕竟，

subpd xmm0，xmm1

后面必须跟

mulpd xmm1，xmm2

（在一个迭代的依赖链中）。对不起，我的英语，我知道它可能有问题。2.Agner Fog说，

添加eax，16

是循环传输的，它需要1个周期（延迟）。@Gilgamesz:2。没错

add

->

add

是循环携带的依赖链，而不是

add->cmp->jl->add

。re：第一点：你能更具体地解释一下为什么你认为它很重要吗？我们计算的是吞吐量，而不是单个迭代的延迟。只要无序的insn调度程序和重新排序缓冲区足够大，以暴露迭代之间的并行性，迭代中dep链的延迟就无关紧要。（一个很长的dep链需要一个大的调度程序和ROB）。dep链中任何特定指令的延迟都是不相关的。好吧，@Peter Cordes这是有道理的。非常感谢。：）

## Example 12.6b.  DAXPY algorithm, 32-bit mode
[...]   ; not shown: initialize some regs before the loop
L1:
    movapd xmm1, [esi+eax]   ; X[i], X[i+1]
    mulpd  xmm1, xmm2        ; X[i] * DA, X[i+1] * DA
    movapd xmm0, [edi+eax]   ; Y[i], Y[i+1]
    subpd  xmm0, xmm1        ; Y[i]-X[i]*DA, Y[i+1]-X[i+1]*DA
    movapd [edi+eax], xmm0   ; Store result
    add eax, 16              ; Add size of two elements to index
    cmp eax, ecx             ; Compare with n*8
    jl L1                    ; Loop back