现代处理器的性能

Question

在现代处理器 (AMD Phenom II 1090T) 上执行时，以下代码更可能消耗多少时钟滴答：3 还是 11？

label:  mov (%rsi), %rax
        adc %rax, (%rdx)
        lea 8(%rdx), %rdx
        lea 8(%rsi), %rsi
        dec %ecx
        jnz label

问题是，当我对此类代码执行多次迭代时，每次迭代的结果不时变化接近 3 或 11 个滴答声。而且我无法决定“谁是谁”。

UPD 根据Table of instruction latencies (PDF) 的说法，我的一段代码在 AMD K10 微架构上至少需要 10 个时钟周期。因此，每次迭代不可能有 3 个滴答，这是由测量中的错误引起的。

已解决 @Atom 注意到，现代处理器中的循环频率不是恒定的。当我在 BIOS 中禁用三个选项 - Core Performance Boost、AMD C1E Support 和 AMD K8 Cool&Quiet Control 时，我的“六条指令”的消耗稳定在 3 个时钟节拍 :-)

Answer 1

我不会尝试肯定地回答运行每次迭代需要多少个周期（3 或 10 个），但我会解释如何可能每次获得 3 个周期迭代。

（请注意，这是针对一般处理器的，我没有针对 AMD 处理器做任何参考。）

关键概念：

• Out of Order Execution
• Register Renaming

当今大多数现代（非嵌入式）处理器都是超标量和无序的。不仅可以并行执行多条（独立）指令，还可以重新排序指令以打破依赖关系等。

让我们分解你的例子：

label:
    mov (%rsi), %rax
    adc %rax, (%rdx)
    lea 8(%rdx), %rdx
    lea 8(%rsi), %rsi
    dec %ecx
    jnz label

首先要注意的是分支前的最后3条指令都是独立的：

    lea 8(%rdx), %rdx
    lea 8(%rsi), %rsi
    dec %ecx

因此，处理器可以并行执行所有这 3 个操作。

另一件事是这样的：

adc %rax, (%rdx)
lea 8(%rdx), %rdx

似乎存在对rdx 的依赖，这会阻止两者并行运行。但实际上，这是错误的依赖，因为第二条指令实际上并没有 取决于第一条指令的输出。现代处理器能够重命名rdx 寄存器，以允许这两条指令重新排序或并行执行。

同样适用于rsi 之间的寄存器：

mov (%rsi), %rax
lea 8(%rsi), %rsi

---

因此，最终，3 个周期（可能）可实现如下（这只是几种可能的顺序之一）：

1:   mov (%rsi), %rax        lea 8(%rdx), %rdx        lea 8(%rsi), %rsi
2:   adc %rax, (%rdx)        dec %ecx
3:   jnz label

*当然，为了简单起见，我将事情过度简化了。实际上，延迟可能更长，并且循环的不同迭代之间存在重叠。

无论如何，这可以解释如何获得 3 个周期。至于为什么有时会出现 10 个周期，可能有很多原因：分支错误预测、一些随机管道泡沫......

Answer 2

在英特尔，Dr. David Levinthal's "Performance Analysis Guide" 非常详细地调查了这些问题的答案。