与 C 相比，内联装配性能优势

Inline assembly performance advantage over C

本文关键字：性能 相比      更新时间：2023-10-16

首先，请原谅我，因为我的问题可能看起来很愚蠢，但我真的很好奇为什么我在这个非常简单的代码中获得了性能提升。

下面是汇编代码：

__asm {
    mov eax, 0
    mov ecx, 0
    jmp startloop
    notequal:
    inc eax
    mov ecx, eax
    sub ecx, 2
    startloop:
    cmp eax, 2000000000
    jne notequal
};

这是 C 代码：

long x = 0;
long ii = 0;
for(; ii < 2000000000; ++ii)
{
    x = ii - 2;
};

C 代码在我的 i5 2500k 机器上大约需要 1060 毫秒（在发布版本中）才能完成，程序集在 780 毫秒内完成。速度提高了~25%。我不明白为什么我会得到这个结果，因为 25% 是一个很大的差异。编译器不够聪明，无法生成我编写的相等汇编代码吗？

顺便说一句，我正在使用 MSVC 2010。

谢谢

这是由 MSVC 生成的 （asm） 代码

$LL3@main:
; Line 36
    lea esi, DWORD PTR [eax-2]
    inc eax
    cmp eax, 2000000000             ; 77359400H
    jl  SHORT $LL3@main

在这种情况下，LEA指令有什么作用？

更新 2

非常感谢大家。我刚刚在Nehalem xeon cpu上测试了这段代码，结果在这里是相同的。看起来由于未知原因，asm 代码在桑迪桥上运行得更快。

@modelnine的注释是正确的 - lea用于简化循环中的分配。 你有：

x = ii - 2;

lea（加载有效地址）指令正在有效地执行：

esi = &(*(eax - 2));

&和*相互抵消（这很重要 - 在这种情况下取消引用eax可能会导致问题），因此您可以得到：

esi = eax - 2;

正是您的 C 代码试图做的事情。

我比较了非asm版本：

#include <iostream>
#include <chrono>
int main() {
    auto start = std::chrono::high_resolution_clock::now();
    long x = 0;
    long ii = 0;
    for(; ii < 2000000000; ++ii)
    {
        x = ii - 2;
    };
    auto finish = std::chrono::high_resolution_clock::now();
    std::cout << (finish-start).count() << 'n';
    std::cout << x << ii << 'n';
}

对于 ASM 版本：

#include <iostream>
#include <chrono>
int main() {
    auto start = std::chrono::high_resolution_clock::now();
    asm (R"(
         mov $0, %eax
         mov $0, %ecx
         jmp startloop
         notequal:
         inc %eax
         mov %eax,%ecx
         sub $2,%ecx
         startloop:
         cmp $2000000000,%eax
         jne notequal
    )");
    auto finish = std::chrono::high_resolution_clock::now();
    std::cout << (finish-start).count() << 'n';
}

使用 clang 3.1

启用优化后，asm 版本大约需要 1.4 秒，而非 asm 版本需要 45 纳秒。这相当于组装版本慢了大约 3200 万%。

下面是为非 asm 版本生成的程序集：

movl    $1999999997, %esi       ## imm = 0x773593FD
callq   __ZNSt3__113basic_ostreamIcNS_11char_traitsIcEEElsEl
movq    %rax, %rdi
movl    $2000000000, %esi       ## imm = 0x77359400
callq   __ZNSt3__113basic_ostreamIcNS_11char_traitsIcEEElsEl

你为什么不试试gcc -Ofast或者gcc -O1

这里有一个预告片：gcc -Q -Ofast --help=optimizers，直接来自GNU手册！

这是一个比较：

section .text
global _start
_start:
    mov eax, 0
    mov ecx, 0
    jmp startloop
    notequal:
    inc eax
    mov ecx, eax
    sub ecx, 2
    startloop:
    cmp eax, 2000000000
    jne notequal
    int     0x80
    mov     ebx,0
    mov     eax,1
    int     0x80

为此我得到了1.306ms，C 被定时为：

real    0m0.001s
user    0m0.000s
sys     0m0.000s

使用gcc -O1定时是：

real    0m1.295s
user    0m1.262s
sys     0m0.006s

这实际上执行了代码。

对于 MSVC，应该能够使用/O2 或/O1 编译选项获得类似的结果。详情请点击此处 http://msdn.microsoft.com/en-us/library/k1ack8f1.aspx

相关文章：