如何確定CPE：每個元素的週期數

Question

如何確定程序的CPE？ 例如，我有這樣的彙編代碼爲一個循環：

# inner4: data_t = float 
# udata in %rbx, vdata in %rax, limit in %rcx, 
# i in %rdx, sum in %xmm1 
1 .L87:         # loop: 
2 movss (%rbx,%rdx,4), %xmm0   # Get udata[i] 
3 mulss (%rax,%rdx,4), %xmm0   # Multiply by vdata[i] 
4 addss %xmm0, %xmm1     # Add to sum 
5 addq $1, %rdx      # Increment i 
6 cmpq %rcx, %rdx      # Compare i:limit 
7 jl .L87        # If <, goto loop 

我要找到下，通過使用數據類型float關鍵路徑確定的CPE的約束。我認爲關鍵路徑是指儘可能慢的路徑，因此將是程序必須執行mulss指令的地方，因爲這需要最長的時鐘週期數。

但是，似乎沒有任何明確的方法來確定CPE。如果一條指令需要兩個時鐘週期，另一條指令需要一條指令，那麼後者可以在前一個時鐘週期之後啓動？任何幫助，將不勝感激。謝謝

Answer 1

如果您運行的是英特爾CPU，您可以在各種CPU上找到有關指令延遲和吞吐量的良好文檔。這裏的鏈接：

Intel® 64 and IA-32 Architectures Optimization Reference Manual

Answer 2

如果你想知道它需要多長時間，你應該衡量它。執行循環約10^10次，佔用它需要的時間並乘以時鐘頻率。你得到週期的總數，除以10^10得到每個循環迭代的時鐘週期數。

的執行時間的理論預測幾乎從未被正確（和大多數的時間爲低），因爲是決定速度衆多影響：

• 流水線（可以有容易約20在流水線級）
• 超標量執行（最多並聯5分的說明，cmp和jl可稠合）
• 解碼到μOps和重新排序
• 個緩存或內存
• 的指令吞吐量的等待時間（是否有足夠的執行端口免費）
• 的指令潛伏期
• 銀行的衝突，走樣的問題和更深奧的東西

根據在CPU上，並且提供的內存訪問全部命中L1緩存，我相信循環每次迭代至少需要3個時鐘週期，因爲最長的依賴鏈是3個元素長。在較慢的mulss或addss指令較舊的CPU上，所需時間增加。

如果你真的對加快代碼感興趣，而不僅僅是一些理論觀察，你應該對它進行矢量化。您可以通過4-8係數的東西提高性能類似

.L87:        # loop: 
vmovdqa (%rbx,%rdx,4), %ymm0  # Get udata[i]..udata[i+7] 
vmulps (%rax,%rdx,4), %ymm0, %ymm0 # Multiply by vdata[i]..vdata[i+7] 
vaddps %ymm0, %ymm1, %ymm1   # Add to sum 
addq $8, %rdx     # Increment i 
cmpq %rcx, %rdx     # Compare i:limit 
jl .L87        # If <, goto loop 

您需要到水平添加所有8個元素之後，當然要確保對齊是32和循環計數器整除8