现代处理器的性能

Question

在现代处理器 (AMD Phenom II 1090T) 上执行时，以下代码更有可能消耗多少个时钟周期:3 或 11？

label:  mov (%rsi), %rax
        adc %rax, (%rdx)
        lea 8(%rdx), %rdx
        lea 8(%rsi), %rsi
        dec %ecx
        jnz label

问题是，当我执行此类代码的多次迭代时，每次迭代的结果有时会变化近 3 或 11 个刻度。我无法决定“谁是谁”。

UPD根据Table of instruction latencies (PDF) ，我的这段代码在 AMD K10 微架构上至少需要 10 个时钟周期。因此，每次迭代不可能有 3 个刻度，这是由测量错误引起的。

已解决@Atom 注意到，现代处理器中的周期频率并不是恒定的。当我在 BIOS 中禁用三个选项 - Core Performance Boost、AMD C1E Support 和 AMD K8 Cool&Quiet Control 时，我的“六条指令”的消耗稳定了3 个时钟周期:-)

Answer 1

我不会尝试确切地回答每次迭代运行需要多少个周期(3 或 10)，但我将解释如何可能每次获得 3 个周期迭代。

(请注意，这适用于一般处理器，我没有提及特定于 AMD 处理器的内容。)

关键概念:

• Out of Order Execution
• Register Renaming

当今大多数现代(非嵌入式)处理器都是超标量和无序的。不仅可以并行执行多个(独立)指令，而且可以重新排序指令以打破依赖性等。

让我们分解一下您的示例:

label:
    mov (%rsi), %rax
    adc %rax, (%rdx)
    lea 8(%rdx), %rdx
    lea 8(%rsi), %rsi
    dec %ecx
    jnz label

首先要注意的是，分支之前的最后 3 条指令都是独立的:

    lea 8(%rdx), %rdx
    lea 8(%rsi), %rsi
    dec %ecx

因此处理器可以并行执行这三个任务。

另一件事是这样的:

adc %rax, (%rdx)
lea 8(%rdx), %rdx

似乎对 rdx 存在依赖性，导致两者无法并行运行。但实际上，这是错误依赖，因为第二条指令实际上并不取决于第一条指令的输出。现代处理器能够重命名 rdx 寄存器，以允许这两条指令重新排序或并行执行。

同样适用于以下之间的 rsi 寄存器:

mov (%rsi), %rax
lea 8(%rsi), %rsi

<小时/>

所以最终，3 个周期(可能)可以实现如下(这只是几种可能的排序之一):

1:   mov (%rsi), %rax        lea 8(%rdx), %rdx        lea 8(%rsi), %rsi
2:   adc %rax, (%rdx)        dec %ecx
3:   jnz label

*当然，为了简单起见，我过度简化了事情。实际上，延迟可能更长，并且循环的不同迭代之间存在重叠。

无论如何，这可以解释如何能够获得 3 个周期。至于为什么有时会得到 10 个周期，可能有很多原因:分支预测错误、一些随机管道气泡......