ARM 汇编：绝对值函数：两行还是三行更快？

Question

在我的嵌入式系统课程中，我们被要求将给定的 C 函数 AbsVal 重新编码为 ARM 程序集。 有人告诉我们，我们能做的最好的就是 3 行。我决心找到一个 2 线解决方案并最终做到了，但 我现在的问题是我实际上是降低了性能还是提高了性能。

C 代码：

unsigned long absval(signed long x){
    unsigned long int signext;
    signext = (x >= 0) ? 0 : -1; //This can be done with an ASR instruction
    return (x + signet) ^ signext;
}

TA/教授的三线解决方案

ASR R1, R0, #31         ; R1 <- (x >= 0) ? 0 : -1
ADD R0, R0, R1          ; R0 <- R0 + R1
EOR R0, R0, R1          ; R0 <- R0 ^ R1

我的 2 线解决方案

ADD R1, R0, R0, ASR #31 ; R1 <- x  + (x >= 0) ? 0 : -1
EOR R0, R1, R0, ASR #31 ; R0 <- R1 ^ (x >= 0) ? 0 : -1

有几个地方我可以看到潜在的性能差异：

1. 增加了一个额外的算术右移调用
2. 删除一个内存提取

那么，哪一个实际上更快？是否取决于处理器或内存访问速度？

Answer 1

访问 ARM.com 并获取 Cortex-M3 datasheet。第 3-4 页的第 3.3.1 节有指令时序。幸运的是，它们在 Cortex-M3 上非常简单。

我们可以从这些时序中看出，在一个完美的“无等待状态”系统中，您教授的示例需要 3 个周期：

ASR R1, R0, #31         ; 1 cycle
ADD R0, R0, R1          ; 1 cycle
EOR R0, R0, R1          ; 1 cycle
                        ; total: 3 cycles

你的版本需要两个周期：

ADD R1, R0, R0, ASR #31 ; 1 cycle
EOR R0, R1, R0, ASR #31 ; 1 cycle
                        ; total: 2 cycles

所以理论上，你的速度更快。

您提到“删除一个内存提取”，但这是真的吗？各自的套路有多大？由于我们正在处理 Thumb-2，因此我们混合了 16 位和 32 位指令。让我们看看它们是如何组装的：

他们的版本（针对 UAL 语法进行了调整）：

    .syntax unified
    .text
    .thumb
abs:
    asrs r1, r0, #31
    adds r0, r0, r1
    eors r0, r0, r1

组装到：

00000000        17c1    asrs    r1, r0, #31
00000002        1840    adds    r0, r0, r1
00000004        4048    eors    r0, r1

这是 3x2 = 6 个字节。

您的版本（再次针对 UAL 语法进行了调整）：

    .syntax unified
    .text
    .thumb
abs:
    add.w r1, r0, r0, asr #31
    eor.w r0, r1, r0, asr #31

组装到：

00000000    eb0071e0    add.w   r1, r0, r0, asr #31
00000004    ea8170e0    eor.w   r0, r1, r0, asr #31

这是 2x4 = 8 个字节。

因此，您实际上增加了代码的大小，而不是删除内存提取。

但这会影响性能吗？我的建议是基准测试。

Answer 2

这是另外两个指令版本：

    cmp     r0, #0
    rsblt   r0, r0, #0

翻译成简单的代码：

  if (r0 < 0)
  {
    r0 = 0-r0;
  }

即使在 Cortex-A8 和 A9 等现代 ARM-CPU 内核上，该代码也应该非常快。