performance - 如果 CPU 是二进制机器，为什么它在位操作上很慢？

Question

我发现与其二进制/双态性质相反，x86 CPU 在处理二进制操作指令(例如 SHR、BT、BTR、ROL 和类似指令)时非常慢。

例如，我从某个地方读到它认为位移/旋转超过 1 个位置被认为是缓慢的(具有高延迟、性能损失和那些可怕的东西)。当操作数在内存中时，情况更糟(内存双态外围设备不也一样吗？)

shl eax,1  ;ok
shl eax,7  ;slow?

那么是什么让它们变慢了呢？具有讽刺意味的是，像 CPU 这样的二进制机器在位操作上很慢，而这种操作本应是自然的。它给人的印象是二进制 CPU 很难将位移位到位!

编辑:现在在再次查看手册中的 SHL 条目后，它确实涉及一些繁重的微代码逻辑!

来自 Intel's vol.2 manual for shl ...

Operation
TemporaryCount = Count & 0x1F;
TemporaryDestination = Destination;
while(TemporaryCount != 0) {
    if(Instruction == SAL || Instruction == SHL) {
        CF = MSB(Destination);
        Destination = Destination << 1;
    }
    //instruction is SAR or SHR
    else {
        CF = LSB(Destination);
        if(Instruction == SAR) Destination = Destination / 2; //Signed divide, rounding toward negative infinity
        //Instruction is SHR
        else Destination = Destination / 2; //Unsigned divide
    }
    TemporaryCount = TemporaryCount - 1;
}
//Determine overflow
if(Count & 0x1F == 1) {
    if(Instruction == SAL || Instruction == SHL) OF = MSB(Destination) ^ CF;
    else if(Instruction == SAR) OF = 0;
    //Instruction == SHR
    else OF = MSB(TemporaryDestination);
}
else OF = Undefined;

令人难以置信的是，如此简单的 bool 代数变成了实现的噩梦。

Answer 1

那只是指令的伪代码，具体说明了指令的作用。该指令实际上并不是这样实现的。实际上，所有现代 CPU 都有桶形移位器或类似的东西，允许它们在单个周期内移位任意量。参见示例 Agner Fog's tables对于几乎所有的位摆弄指令，它显示的延迟为 1。

一些微不足道的指令比较慢，这里有一些例子:

• bt、btr、bts 和 btc 与内存操作数一起使用时速度较慢，因为 ( a) 读-修改-写操作和 (b) 他们做的位串索引
• rcr 循环次数大于 1 的速度很慢，因为几乎从不需要这条指令，因此没有优化
• pdep 和 pext 在 Intel 上稍微慢一些，在 AMD 上慢得多，可能是因为它们的实现非常复杂，将实现分开会更容易。

在旧处理器(例如 8086)上，CPU 将花费与移位量一样多的周期，每个周期进行一次移位。这种实现方式允许 ALU 用于移位而无需任何额外的硬件，从而减少了处理器所需的门数。我所知道的现代 CPU 都没有这种性能行为。