x86 - 为什么mov ah，bh和mov al，bl一起比单指令mov ax，bx快得多？

Question

我发现

mov al, bl
mov ah, bh

比快得多

mov ax, bx

谁能解释我为什么？
我在Windows XP下以32位模式在Core 2 Duo 3 Ghz上运行。
使用NASM进行编译，然后与VS2010链接。
Nasm编译命令：

nasm -f coff -o triangle.o triangle.asm

这是我用来渲染三角形的主要循环：

; some variables on stack
%define cr  DWORD [ebp-20]
%define dcr DWORD [ebp-24]
%define dcg DWORD [ebp-32]
%define dcb DWORD [ebp-40]

loop:

add esi, dcg
mov eax, esi
shr eax, 8

add edi, dcb
mov ebx, edi
shr ebx, 16
mov bh, ah

mov eax, cr
add eax, dcr
mov cr, eax

mov ah, bh  ; faster
mov al, bl
;mov ax, bx

mov DWORD [edx], eax

add edx, 4

dec ecx
jge loop

我可以为整个VS项目提供测试源。

Answer 1

为什么慢
与使用8位寄存器相比，使用16位寄存器比较昂贵的原因是16位寄存器指令是用微码解码的。这意味着在解码期间需要额外的周期，并且在解码时无法配对。
另外，由于ax是部分寄存器，因此将需要一个额外的周期来执行，因为寄存器的顶部需要与对下部的写入结合在一起。
8位写入具有特殊的硬件来加快速度，但16位写入则没有。同样，在许多处理器上，16位指令占用2个周期而不是1个周期，并且它们不允许配对。

这意味着您现在只能执行1，而不是能够在4个周期内处理12条指令（每个周期3个），因为将指令解码为微代码时会出现停顿，而在处理微代码时会出现停顿。

我怎样才能使其更快？

mov al, bl
mov ah, bh

（此代码至少需要2个CPU周期，并且可能使第二条指令停顿，因为在某些（旧）x86 CPU上，您会锁定EAX）
这是发生了什么：


读取EAX。 （周期1）


EAX的低字节已更改（静止周期1）
并将全部值写回到EAX。 （周期1）

EAX被锁定以进行写入，直到第一次写入完全解决为止。 （可能等待多个周期）
对EAX中的高字节重复此过程。 （周期2）


在最新的Core2 CPU上，这并不是什么大问题，因为已经放置了额外的硬件，这些硬件知道 bl和 bh确实不会互相妨碍。

mov eax, ebx

该指令一次移动4个字节，该单个指令将在1个cpu周期中运行（并且可以与其他指令并行配对）。


如果需要快速代码，请始终使用32位（EAX，EBX等）寄存器。
除非必须，否则请尽量避免使用8位子寄存器。
切勿使用16位寄存器。即使您必须在32位模式下使用5条指令，这仍然会更快。
使用movzx reg，...（或movsx reg，...）说明


加快代码
我看到一些加速代码的机会。

; some variables on stack
%define cr  DWORD [ebp-20]
%define dcr DWORD [ebp-24]
%define dcg DWORD [ebp-32]
%define dcb DWORD [ebp-40]

mov edx,cr

loop:

add esi, dcg
mov eax, esi
shr eax, 8

add edi, dcb
mov ebx, edi
shr ebx, 16   ;higher 16 bits in ebx will be empty.
mov bh, ah

;mov eax, cr   
;add eax, dcr
;mov cr, eax

add edx,dcr
mov eax,edx

and eax,0xFFFF0000  ; clear lower 16 bits in EAX
or eax,ebx          ; merge the two. 
;mov ah, bh  ; faster
;mov al, bl


mov DWORD [epb+offset+ecx*4], eax ; requires storing the data in reverse order. 
;add edx, 4

sub ecx,1  ;dec ecx does not change the carry flag, which can cause
           ;a false dependency on previous instructions which do change CF    
jge loop