某些通用寄存器是否比其他寄存器更快？

Question

在 x86-64 中，如果某些通用寄存器比其他寄存器更受欢迎，某些指令会执行得更快吗？

例如，mov eax, ecx执行速度会比mov r8d, ecx? 我可以想象后者需要一个 REX 前缀，这会使指令获取速度变慢？

使用rax而不是怎么样rcx？怎么样add还是xor？其他操作？较小的寄存器，如r15bvs al? al与ah?

AMD VS 英特尔？较新的处理器？旧处理器？指令组合？

澄清：某些通用寄存器是否应该优先于其他寄存器，它们是哪些？

Answer 1

以 EBP、RBP 或 R13 为基础的 LEA 会变慢（PDF 警告，第 3-22 页）。但通常答案是否定的。

退后一步，重要的是要认识到，自从寄存器重命名出现以来，架构寄存器并不处理大多数微架构上的实际物理寄存器。例如，每个 Cascade Lake 内核都有一个由 180 个整数和 168 个 FP 寄存器组成的寄存器文件。

Answer 2

一般来说，架构寄存器都是相同的，并重命名为大量物理寄存器。

（除了部分寄存器可能会更慢，尤其是高字节 AH/BH/CH/DH ，在 Haswell 和更高版本上写入完整寄存器后读取速度很慢。请参阅Haswell/Skylake 上的部分寄存器究竟如何执行？编写 AL 似乎对 RAX 有错误的依赖，AH 是不一致的，还有为什么 GCC 不使用部分寄存器？对于写入 8 位和 16 位寄存器时的问题）。这个答案的其余部分只是考虑 32/64-bit 操作数大小。）

但是某些指令需要特定的寄存器，例如传统的可变计数移位（没有 BMI2 shrx 等）需要 CL 中的计数。除法要求 EDX:EAX 中的被除数（对于较慢的 64 位版本，或 RDX:RAX）。

使用像 RBX 这样的调用保留寄存器意味着你的函数必须花费额外的指令来保存/恢复它。

但是，如果您需要更多说明，当然会有性能差异。因此，让我们假设所有其他条件都相同，只需通过更改用于其操作数的寄存器来讨论单个指令的 uops、延迟和代码大小。 TL:DR：唯一的性能差异是由于指令编码限制/差异。 有时不同的寄存器将允许/要求（或让汇编程序选择）不同的编码，作为特殊情况，通常会更小/更大，有时甚至以不同的方式执行。

通常，较小的代码速度更快，并且在 uop 缓存和 I-cache 中的打包效果更好，因此除非您分析了特定情况并发现了问题，否则最好使用较小的编码。通常这意味着在 AL 中保留一个字节值，以便您可以使用这些特殊情况指令，并避免使用 RBP / R13 作为指针。

特定编码特别慢的特殊情况，而不仅仅是大小

如果寻址模式还没有+displacement常量，以 RBP 或 R13 为基础的 LEA 在 Intel 上可能会更慢。

eglea eax, [rbp + 12]可按原样编码，并且与lea eax, [rcx + 12].

但lea eax, [rbp + rcx*4]只能在机器代码中编码为lea eax, [rbp + rcx*4 + 0]（因为寻址模式转义码的东西），这是一个 3 组件 LEA，因此在英特尔上较慢（Sandybridge 系列上的 3 个周期延迟而不是 1 个周期，请参阅https：/ /agner.org/optimize/指令表和microarch PDF）。在 AMD 上，即使有一个缩放索引，它也已经是一个慢 LEAlea eax, [rdx + rcx*4]

在 LEA 之外，在任何寻址模式中使用 RBP/R13 作为基址总是需要一个disp8/32字节或双字，但我认为实际 AGU 对于 3 分量寻址模式并不慢。所以这只是代码大小的影响。

其他案例包括哪个英特尔微架构引入了 ADC reg,0 single-uop 特殊案例？adc al, imm8即使在像 Skylake 这样的现代 uarches 上，其中的短格式 2 字节编码也是 2 uop，其中adc bl, imm81 uop。

因此，这种adc reg,0特殊情况不仅不适用于adc al,0通过 Haswell 在 Sandybridge 上工作，Broadwell 和更新的忘记（或选择不）优化编码解码为 uops 的方式。（当然，您可以adc al,0使用 3 字节的 Mod/RM 编码手动编码，但汇编器将始终选择最短的编码，因此adc al,0默认情况下会汇编为短格式。）只有字节寄存器有问题；adc eax,0将使用opcode ModRM imm83-byte 编码，而不是 5-byte opcode imm32。

对于 的其他情况op al,imm8，唯一的区别是代码大小，这仅对性能有间接影响。 （因为解码、uop-cache 打包和 I-cache 未命中）。

请参阅在 x86/x64 机器代码中打高尔夫球的技巧，了解有关代码大小特殊情况的更多信息，例如xchg eax, ecx1 字节与xchg edx, ecx2 字节。

add rsp, 8如果自上次 push/pop/call/ret 以来没有明确使用 RSP 或 ESP（当然沿着执行路径，而不是在静态代码布局中），则可能需要额外的堆栈同步 uop。（Sandybridge 微架构中的堆栈引擎是什么？）。这就是为什么编译器喜欢clang使用虚拟推入或弹出来保留/释放单个堆栈槽：为什么这个函数将 RAX 作为第一个操作推入堆栈？