gcc - 强制 GCC 在 memset() 调用中使用重复前缀

Question

我正在开发一个性能至关重要的应用程序。我希望 GCC 将对 memset() 的某些特定调用转换为带有重复前缀的指令，例如“rep stos QWORD PTR es:[rdi],rax”。当大小既已知又很小时，GCC 会自动执行此操作。

然而，GCC 通过 PLT 调用 memset() 将调用映射到具有随机长度的 memset()，这会导致分支预测错误，因为分支预测器缓存是冷的。

有没有办法强制 GCC 做我想做的事情(内联汇编之外)？请注意，我不希望整个程序出现这种行为，只希望某些特定的 memset() 调用出现这种行为。

在一个相关的主题上，我也对在 cmovcc 指令完成这项工作时阻止 GCC 分支的任何 hack 感兴趣(我知道使用 &、+ 等代替&&)。

非常感谢您的帮助。

@弗兰克:

这基本上就是我最终要做的。这是我的代码:

static finline void app_zero(void *dst, uint32_t size, uint32_t count)
{
    // Warning: we tell gcc to use 'dst' both as source and destination here.  
    // This does not cause problems because we don't reuse 'dst'.  
    #ifdef APP_ARCH_X86 
    #define STOS(X,Y) do { \  
        int c = (size/Y)*count; \  
        __asm__ __volatile__("cld; xor %%eax, %%eax; rep stos"X"\n\n" \
                             : "+D"(dst), "+c"(c) :: "rax", "flags"); \  
        } while (0)  
    if (size % 8 == 0)      STOS("q", 8);  
    else if (size % 4 == 0) STOS("l", 4);  
    else if (size % 2 == 0) STOS("w", 2);  
    else                    STOS("b", 1);  
    #undef STOS  
    #else  
    memset(dst, 0, size*count);  
    #endif  
}

请注意，您的示例在您的测试设置中有效，但不起作用
一般来说。 GCC 可以改变方向标志，所以 cld指令是
必要的。此外，你必须告诉 gcc %rdi和 %rcx将会
由 stos 更改指令，因为 gcc 不允许你
指定寄存器既是输入又是破坏，您必须使用
尴尬 "+"语法(这也会破坏您的输入值)。

由于“cld”指令的延迟为
Nehalem 上的 4 个周期。 GCC 在内部跟踪标志寄存器状态
(AFAICT) 所以它不需要每次都发出那个指令。

Answer 1

如果要强制执行此操作，为什么要排除内联汇编作为选项？

#define my_forced_inline_memset(dst, c, N) \
   __asm__ __volatile__(                   \
       "rep stosq %%rax, (%%rdi)\n\t"
       : : "D"((dst)), "a"((c)), "c"((N)) : "memory");

在演示程序中使用它，例如:

int main(int argc, char **argv)
{
    my_forced_inline_memset(argv[0], 0, argc);
    return 0;
}

为我创建了这个程序集:

00000000004004b0 <main>:
  4004b0:       89 f9                   mov    %edi,%ecx
  4004b2:       31 c0                   xor    %eax,%eax
  4004b4:       48 8b 3e                mov    (%rsi),%rdi
  4004b7:       f3 ab                   repz stos %rax,%es:(%rdi)
  4004b9:       c3                      retq

这不是为什么 GCC 选择做不同的解释，但正如所说，如果你想强制你可以的行为，并且如果你明确知道你需要它的地方，那么调用某种特殊定义的方法并没有错你自己的 memset 吗？

注: repz stos %rax,(%rdi) (或 Intel 语法 QWORD PTR 等效)与 memset() 不同因为 memset() 的粒度是一个字节。以上与 memset(..., c, N * 8) 相同因为那个。记住这一点。

编辑:如果您将代码编写为:

#include <stdint.h>                        // for uintptr_t
#define my_forced_inline_memset(dst, c, N)                            \
   __asm__ __volatile__(                                              \
       "rep stos %1, (%0)\n\t"                                        \
       :: "D"((dst)), "a"((uintptr_t)(c)), "c"((N)/sizeof(uintptr_t)) \
       : "memory");

它为 32 位和 64 位编译。