我有以下 NASM 汇编程序,运行时间约为 9.5 秒:
section .text
global _start
_start:
mov eax, 0
mov ebx, 8
loop:
inc dword [esp + ebx]
inc eax
cmp eax, 0xFFFFFFFF
jne loop
mov eax, 1
mov ebx, 0
int 0x80
但是,如果我将 [esp + ebx]
替换为 [esp + 8]
(自 ebx = 8 以来的相同内存位置),甚至只是 [esp ]
,运行时间为 10.1 秒...
这怎么可能? [esp]
不是比 [esp + ebx]
更容易让 CPU 计算吗?
最佳答案
您没有对齐循环。
如果所有跳转指令与循环的其余部分不在同一高速缓存行中,则会产生额外的周期来获取下一个高速缓存行。
您列出的各种替代方案组装成以下编码。
0: ff 04 1c inc DWORD PTR [esp+ebx*1]
3: ff 04 24 inc DWORD PTR [esp]
6: ff 44 24 08 inc DWORD PTR [esp+0x8]
[esp]
和 [esp+reg]
均以 3 个字节进行编码,[esp+8]
占用 4 个字节。
由于循环在某个随机位置开始,因此额外的字节将(部分)jne循环指令推送到下一个缓存行。
缓存行通常为 16 字节。
您可以通过重写代码来解决此问题,如下所示:
mov eax, 0
mov ebx, 8
.align 16 ;align on a cache line.
loop:
inc dword ptr [esp + ebx] ;7 cycles
inc eax ;0 latency drowned out by inc [mem]
cmp eax, 0xFFFFFFFF ;0 " "
jne loop ;0 " "
mov eax, 1
mov ebx, 0
int 0x80
此循环每次迭代应执行 7 个周期。
忽略循环没有做任何有用工作的事实,它可以进一步优化,如下所示:
mov eax, 1 ;start counting at 1
mov ebx, [esp+ebx]
.align 16
loop: ;latency ;comment
lea ebx,[ebx+1] ; 0 ;Runs in parallel with `add`
add eax,1 ; 1 ;count until eax overflows
mov [esp+8],ebx ; 0 ;replace a R/W instruction with a W-only instruction
jnc loop ; 1 ;runs in parallel with `mov [mem],reg`
mov eax, 1
xor ebx, ebx
int 0x80
这个循环每次迭代应该需要 2 个周期。
通过将 inc eax
替换为 add
并将 inc [esp]
替换为不改变您允许的标志的指令CPU 并行运行 lea + mov
和 add+jmp
指令。
add
is 在较新的 CPU 上可能会更快,因为 add
会更改所有标志,而 inc
仅更改标志的子集。
这可能会导致 jxx
指令上的部分寄存器停顿,因为它必须等待对标志寄存器的部分写入得到解决。
mov [esp]
也更快,因为您没有执行读取-修改-写入
循环,您只是在循环内写入内存。
通过展开循环可以获得更多 yield ,但 yield 会很小,因为这里的内存访问主导了运行时,而这从一开始就是一个愚蠢的循环。
总结一下:
- 避免循环中的读取-修改-写入指令,尝试用单独的读取、修改和写入指令替换它们,或者将读取/写入移到循环之外。
- 避免
inc
操作循环计数器,而是使用add
。 - 当您对标志不感兴趣时,尝试使用
lea
进行添加。 - 始终在缓存行上对齐小循环
.align 16
。 - 请勿在循环内使用
cmp
,inc/add
指令已更改标志。
关于assembly - 为什么 "inc dword [esp + ebx]"比 "inc [esp]"快?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41411045/