为什么 GCC 更喜欢 FP 指令的 AVX 版本？

Question

在为具有 AVX 的 CPU（例如 with -march=sandy-bridge）进行编译时，与 SSE 版本相比，GCC 似乎总是更喜欢简单的标量浮点指令的 AVX 版本。例如，它使用vmulsd代替mulsd。

我想知道，是否有任何与性能相关的特定原因，或者只是 GCC 的一些实现细节使其更容易/更自然地安排此类指令？从我所拥有的来源（主要是 Agner 的指令表）中可以看出，AVX 和 SSE 指令的性能似乎相当。我意识到 AVX 指令是三个操作数，但 GCC 似乎几乎总是只使用与源操作数之一相同的目标寄存器。