performance - 最近几代 CPU 架构的每个周期加载/存储

Question

灵感来自 this answer到

FLOPS per cycle for sandy-bridge and haswell SSE2/AVX/AVX2

对于 Sandy/Ivy Bridge、Broad/Haswell、Sky/Kaby Lake，可以在一个核心上发布的 just-loads/loads-and-stores 数量是多少？同样有趣的是 AMD Bulldozer、Jaguar 和 Zen 的数量。

PS - 我知道由于高速缓存/内存带宽的原因，这可能不是一个可持续的速率，我只是在问问题。

Answer 1

基于以下信息:

• http://users.atw.hu/instlatx64/
• http://www.agner.org/optimize/
• http://www.agner.org/optimize/blog/read.php?i=423
• https://en.wikichip.org/wiki/amd/microarchitectures/zen

Sandy/Ivy:每个周期，2 次加载，或 1 次加载和 1 次存储。 256 位加载和存储计数加倍，但仅限于加载或存储本身 - 它仍然只有一个地址，因此 AGU 在下一个周期再次可用。通过混合一些 256b 操作，您仍然可以在每个周期获得 2x 128b 加载和 1x 128b 存储。

Haswell/Broadwell:2 次加载和 一个存储，而 256 位加载/存储不算双倍。端口7(store AGU)只能处理简单地址计算(base+const，无索引)，复杂的情况会去p2/p3并与负载竞争，简单的情况可能会竞争但至少不要不必。

Sky/Kaby:和Broadwell一样

推土机:2 装载，或 1 装载和 1 存储。 256 位加载和存储计数加倍。

Jaguar:1 次加载或 1 次存储，256 位加载和存储计数加倍。到目前为止，这是该列表中最差的一个，因为它是列表中唯一的低功耗 µarch。

Ryzen:2 次加载，或 1 次加载和 1 次存储。 256 位加载和存储计数加倍。