- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我知道使用 VZEROUPPER
很重要当混合 SSE 和 AVX 代码但如果我只使用 AVX(和普通的 x86-64 代码)而不使用任何旧的 SSE 指令怎么办?
如果我从不在我的代码中使用单个 SSE 指令,是否有任何性能原因我需要使用 VZEROUPPER
?
这是假设我没有调用任何外部库(可能正在使用 SSE)。
最佳答案
如果您的整个程序不使用任何写入 xmm
的非 VEX 指令,那么您是对的。注册,你不需要 vzeroupper
以避免状态转换惩罚。
请注意,非 VEX 指令可能潜伏在 CRT 启动代码和/或动态链接器中,或其他高度不明显的地方。
也就是说,非 VEX 指令在运行时只能导致一次性惩罚。反之则不然:一条 VEX-256 指令通常可以生成非 VEX 指令(或仅使用该寄存器)slow for the rest of the program .
有no penalty when mixing VEX and EVEX ,所以不需要使用 vzeroupper
那里。
在 Skylake-AVX512 上:vzeroupper
或 vzeroall
是在弄脏 ZMM 寄存器后恢复 max-turbo 的唯一方法 ,假设您的程序仍然在 xmm/ymm0..15 上使用任何 SSE*、AVX1 或 AVX2 指令。
另见 Does Skylake need vzeroupper for turbo clocks to recover after a 512-bit instruction that only reads a ZMM register, writing a k mask? - 仅仅阅读 zmm 不会导致这种情况。
Posted by @BeeOnRope in chat:
There is a new, pretty bad effect with AVX-512 instructions on surrounding code: once a 512-bit instruction is executed (except perhaps for instructions that don't write to a zmm register) the core enters an "upper 256 dirty state". In this state, any later scalar FP/SSE/AVX instruction (anything using xmm or ymm regs) will internally be extended to 512 bits. This means the processor will be locked to no higher than the AVX turbo (the so-called "L1 license") until vzeroupper or vzeroall are issued.
Unlike the earlier "dirty upper 128" issue with AVX and legacy non-VEX SSE (which still exists on Skylake Xeon), this will slow down all code due to the lower frequency, but there are no "merging uops" or false dependencies or anything like that: it's just that the smaller operations are effectively treated as 512-bit wide in order to implement the zero-extending behavior.
about "writing the low halves ..." - no, it is a global state, and only vzero gets you out of it*. It occurs even if you dirty a zmm register but use different ones for ymm and xmm. It occurs even if the only dirtying instruction is a zeroing idiom like
vpxord zmm0, zmm0, zmm0
. It doesn't occur for writes to zmm16-31 though.
vzeroupper
在使用 AVX1/AVX2 后,对于 CPU 的最大 turbo 较低的 256 位 CPU,这并不能帮助 CPU 更快地降低时钟速度。
VZEROUPPER
可能会使上下文切换稍微便宜一些
xsaveopt
或
xsavec
可以更紧凑地写出 FPU 状态,根本不存储全零的上半部分(只需设置一点表示它们是干净的)。通知
in the state-transition diagram for SSE/AVX那个
xsave
/
xrstor
是图片的一部分。
vzeroupper
如果您的代码在此之后很长一段时间内不会使用任何 256b 指令,那么仅值得考虑这一点,因为理想情况下,在下一次使用 256 位向量之前,您不会有任何上下文切换/CPU 迁移。
vzeroupper
/
vzeroall
不要碰ZMM16..31,只碰ZMM0..15。所以在
vzeroall
之后你仍然可以有很多脏状态.
vmovaps ymm0, ymm1
以零延迟重命名低 128,但上半部分需要 uop。 (见
Agner Fog's microarch pdf)。不知道是否
vzeroupper
不过,实际上可以放弃对上半部分的重命名。 AMD Zen 上的归零习惯用法(与 SnB 系列不同)仍然需要后端 uop 来写入寄存器值,即使是 128b 低半部分;只有 mov-elimination 避免了后端 uop。因此,可能没有可以重命名上限的物理零寄存器。
vzeroupper
不应使用 AVX/AVX2 在主流 Intel CPU 上释放更多寄存器。 Haswell 风格的转换惩罚足够慢,以至于它可能会耗尽 ROB 以保存或恢复鞋面到未重命名的单独存储,而不是使用有值(value)的 PRF 条目。
vzeroupper
在 KNL 上比主流 Intel CPU 慢得多(64 位模式下每 36 个周期一个) ,所以你可能不想使用,特别是仅仅为了微小的上下文切换优势。
关于performance - 如果您的程序+库不包含 SSE 指令,使用 VZEROUPPER 有用吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49019614/
我在网上搜索但没有找到任何合适的文章解释如何使用 javascript 使用 WCF 服务,尤其是 WebScriptEndpoint。 任何人都可以对此给出任何指导吗? 谢谢 最佳答案 这是一篇关于
我正在编写一个将运行 Linux 命令的 C 程序,例如: cat/etc/passwd | grep 列表 |剪切-c 1-5 我没有任何结果 *这里 parent 等待第一个 child (chi
所以我正在尝试处理文件上传,然后将该文件作为二进制文件存储到数据库中。在我存储它之后,我尝试在给定的 URL 上提供文件。我似乎找不到适合这里的方法。我需要使用数据库,因为我使用 Google 应用引
我正在尝试制作一个宏,将下面的公式添加到单元格中,然后将其拖到整个列中并在 H 列中复制相同的公式 我想在 F 和 H 列中输入公式的数据 Range("F1").formula = "=IF(ISE
问题类似于this one ,但我想使用 OperatorPrecedenceParser 解析带有函数应用程序的表达式在 FParsec . 这是我的 AST: type Expression =
我想通过使用 sequelize 和 node.js 将这个查询更改为代码取决于在哪里 select COUNT(gender) as genderCount from customers where
我正在使用GNU bash,版本5.0.3(1)-发行版(x86_64-pc-linux-gnu),我想知道为什么简单的赋值语句会出现语法错误: #/bin/bash var1=/tmp
这里,为什么我的代码在 IE 中不起作用。我的代码适用于所有浏览器。没有问题。但是当我在 IE 上运行我的项目时,它发现错误。 而且我的 jquery 类和 insertadjacentHTMl 也不
我正在尝试更改标签的innerHTML。我无权访问该表单,因此无法编辑 HTML。标签具有的唯一标识符是“for”属性。 这是输入和标签的结构:
我有一个页面,我可以在其中返回用户帖子,可以使用一些 jquery 代码对这些帖子进行即时评论,在发布新评论后,我在帖子下插入新评论以及删除 按钮。问题是 Delete 按钮在新插入的元素上不起作用,
我有一个大约有 20 列的“管道分隔”文件。我只想使用 sha1sum 散列第一列,它是一个数字,如帐号,并按原样返回其余列。 使用 awk 或 sed 执行此操作的最佳方法是什么? Accounti
我需要将以下内容插入到我的表中...我的用户表有五列 id、用户名、密码、名称、条目。 (我还没有提交任何东西到条目中,我稍后会使用 php 来做)但由于某种原因我不断收到这个错误:#1054 - U
所以我试图有一个输入字段,我可以在其中输入任何字符,但然后将输入的值小写,删除任何非字母数字字符,留下“。”而不是空格。 例如,如果我输入: 地球的 70% 是水,-!*#$^^ & 30% 土地 输
我正在尝试做一些我认为非常简单的事情,但出于某种原因我没有得到想要的结果?我是 javascript 的新手,但对 java 有经验,所以我相信我没有使用某种正确的规则。 这是一个获取输入值、检查选择
我想使用 angularjs 从 mysql 数据库加载数据。 这就是应用程序的工作原理;用户登录,他们的用户名存储在 cookie 中。该用户名显示在主页上 我想获取这个值并通过 angularjs
我正在使用 autoLayout,我想在 UITableViewCell 上放置一个 UIlabel,它应该始终位于单元格的右侧和右侧的中心。 这就是我想要实现的目标 所以在这里你可以看到我正在谈论的
我需要与 MySql 等效的 elasticsearch 查询。我的 sql 查询: SELECT DISTINCT t.product_id AS id FROM tbl_sup_price t
我正在实现代码以使用 JSON。 func setup() { if let flickrURL = NSURL(string: "https://api.flickr.com/
我尝试使用for循环声明变量,然后测试cols和rols是否相同。如果是,它将运行递归函数。但是,我在 javascript 中执行 do 时遇到问题。有人可以帮忙吗? 现在,在比较 col.1 和
我举了一个我正在处理的问题的简短示例。 HTML代码: 1 2 3 CSS 代码: .BB a:hover{ color: #000; } .BB > li:after {
我是一名优秀的程序员,十分优秀!