为什么Visual Studio在对指针进行解引用操作前会先将其递增？

Question

我从下面的SIMD代码中查看了Visual Studio 2012的汇编输出：

    float *end = arr + sz;
    float *b = other.arr;
    for (float *a = arr; a < end; a += 4, b += 4)
    {
        __m128 ax = _mm_load_ps(a);
        __m128 bx = _mm_load_ps(b);
        ax = _mm_add_ps(ax, bx);
        _mm_store_ps(a, ax);
    }

循环体是：

$LL11@main:
    movaps  xmm1, XMMWORD PTR [eax+ecx]
    addps   xmm1, XMMWORD PTR [ecx]
    add ecx, 16                 ; 00000010H
    movaps  XMMWORD PTR [ecx-16], xmm1
    cmp ecx, edx
    jb  SHORT $LL11@main

为什么要将ecx增加16，只有在下一行存储到它时才减去16？

（提示：这可能是由于栈帧对齐所致）

- japreiss

---

还有另一件奇怪的事情：我猜它决定将两个数组地址之间的差异存储在eax中，并在第一次加载时添加它，而不是保持两个指针并将两者都增加16。除了内存访问之外的额外加法基本上是免费的吗？ - japreiss

你正在使用哪些优化选项？ - soandos

Answer 1

嗯，这里基本上有两个选项。

 add ecx, 16
 movaps XMMWORD PTR [ecx-16], xmm1 ; stall for ecx?
 cmp ecx, edx
 jb loop

或者

 movaps XMMWORD PTR [ecx], xmm1
 add ecx, 16
 cmp ecx, edx ; stall for ecx?
 jb loop

在选项1中，您可能会在add和movaps之间遇到潜在的停顿。在选项2中，您可能会在add和cmp之间遇到潜在的停顿。但是，还存在使用执行单元的问题。add和cmp（=sub）使用ALU，而[ecx-16]使用AGU（地址生成单元），我相信。因此，我怀疑在选项1中，由于交错使用了ALU和AGU，可能会略微胜出。

- Igor Skochinsky

Answer 2

ADDPS 的延迟为 3 个时钟周期，加上内存加载时间，因此下一个 ADD 将比 ADDPS 快得多，并且在需要 xmm1 寄存器中 ADDPS 结果的下一个 MOVAPS 开始之前完成。

- Stefano Tommesani

Answer 3

我确实觉得这有点奇怪。

许多编译器会避免在指令修改寄存器后读取它，因为这样的代码在某些处理器上运行速度较慢。例如：

; Code that runs fast:
add ecx, 16
mov esi, edi
cmp ecx, edx

; Code doing the same that may run slower:
mov esi, edi
add ecx, 16
cmp ecx, edx

由于这个原因，编译器经常更改汇编指令的顺序。然而在您的情况下，这绝对不是原因。

也许编译器的优化代码没有完全正确编写，因此会进行这种“优化”。

- Martin Rosenau