将有效地址加载到 x86_64 中的 XMM 寄存器的一条指令？

Posted 2023-02-16

【中文标题】将有效地址加载到 x86_64 中的 XMM 寄存器的一条指令？

【英文标题】：One instruction to load effective address to XMM registers in x86_64?

【发布时间】：2018-04-02 15:39:37

【问题描述】：

有什么方法可以将有效地址加载到XMM 寄存器，就像普通寄存器的LEA 一样？如果不是，最快的解决方案是什么，需要多少个周期。

【问题讨论】：

很好奇为什么要将内存位置的地址加载到 XMM 寄存器中？闻起来像是可能的 XY 问题。

xmm 寄存器是 128 位，而地址是 64 位。您是否正在寻找将 GPR 移动到 xmm 寄存器（即 (v)movq）低位的指令？我不知道有任何 lea 之类的 XMM 指令，例如 vgatherq 之类的指令，但它不会加载，只是地址生成。 FMA 在概念上相似，但它们使用 FP e 而不是整数。

我正在做一个二进制转换，我试图滥用 XMM 寄存器来更快地实现我的目标，而不是保存寄存器或使用内存计算。

根据Intel Intrinsics Guide movq 的延迟为1，倒数吞吐量为1/3。我想这不太可能导致您的程序出现瓶颈。不过，您需要提供更多背景信息才能获得更明确的答案...

@chtz：英特尔表中的条目对于 Sandybridge 之后的 CPU 来说是错误的，其中 Agner Fog 对 SnB 和 Nehalem 的测试确实显示 movd/movq 是每时钟 3 个。在 IvB/HSW/SKL 上，只有 movq xmm, xmm 形式的 movq 是每个时钟 3 个，对向量寄存器的低 64 位进行零扩展。 movq xmm, r64 是 1 uop / 1 per clock，在 HSW/SKL 的端口 5 上运行。它在 AMD 上的延迟也更差，但吞吐量仍然不错（在 Bulldozer 系列上需要 2 微秒，其中 2 个整数内核共享一个 SIMD 单元）。但是，没有更好的解决方案；即使在 Bulldozer 系列上，存储/重新加载也不好；延迟也很高。

【参考方案1】：

如果我理解你的问题，也许是这样的（我知道这不是一条指令）：

lea rbx, [rax+18] ; rbx = rax + 18

movq xmm, rbx ;将 rbx 移入 xmm

已经有一段时间没有看过这些了，但我记得最好的：

lea 的吞吐量为 0.5，延迟为 1

movq 的吞吐量为 0.33，延迟为 1

其中几个加起来就是每个时钟周期 2 个。

【讨论】：

是的，我可以使用另一个寄存器分两步完成。我想避免使用通用寄存器。不过还是谢谢。

您可以将值存储到内存中，然后直接从内存中加载到 XMM 寄存器中。 mov QWORD PTR [rbp-32], 8531 ;或者像 rax movq xmm0, QWORD PTR [rbp-32]

这样的寄存器

Intel 的内在函数指南有错误的 movq 吞吐量数字；在最近的 CPU 上，每个时钟只有 1 个。 ***.com/questions/49614205/…。但它不会与lea 竞争相同的执行端口。例如Haswell 仅在 port1 上运行 RIP-relative 或 3-component-LEA，但 movq xmm, r64 仅在 p5 上运行。 （简单的 LEA 可以在 p1 或 p5 上运行）。但是您不会只是，因此您需要查看周围的代码以了解端口上的瓶颈。 LEA + MOVQ 只需要 2 微秒的前端吞吐量。