मैं ब्रायन के साथ यहाँ सहमत होना चाहता हूँ, और Wouter और pjc50।
मैं यह भी जोड़ना चाहूंगा कि सामान्य प्रयोजन, विशेष रूप से CISC, प्रोसेसर, निर्देशों में सभी समान थ्रूपुट नहीं हैं - एक जटिल ऑपरेशन बस अधिक चक्र ले सकता है जो एक आसान है।
X86 पर विचार करें: AND
(जो एक "और" ऑपरेशन है) शायद बहुत तेज है। उसी के लिए जाता है NOT
। आइए जरा असावधानी से देखें:
इनपुट कोड:
#include <immintrin.h>
#include <stdint.h>
__m512i nand512(__m512i a, __m512i b){return ~(a&b);}
__m256i nand256(__m256i a, __m256i b){return ~(a&b);}
__m128i nand128(__m128i a, __m128i b){return ~(a&b);}
uint64_t nand64(uint64_t a, uint64_t b){return ~(a&b);}
uint32_t nand32(uint32_t a, uint32_t b){return ~(a&b);}
uint16_t nand16(uint16_t a, uint16_t b){return ~(a&b);}
uint8_t nand8(uint8_t a, uint8_t b){return ~(a&b);}
विधानसभा का निर्माण करने की कमान:
gcc -O3 -c -S -mavx512f test.c
आउटपुट असेंबली (छोटा):
.file "test.c"
nand512:
.LFB4591:
.cfi_startproc
vpandq %zmm1, %zmm0, %zmm0
vpternlogd $0xFF, %zmm1, %zmm1, %zmm1
vpxorq %zmm1, %zmm0, %zmm0
ret
.cfi_endproc
nand256:
.LFB4592:
.cfi_startproc
vpand %ymm1, %ymm0, %ymm0
vpcmpeqd %ymm1, %ymm1, %ymm1
vpxor %ymm1, %ymm0, %ymm0
ret
.cfi_endproc
nand128:
.LFB4593:
.cfi_startproc
vpand %xmm1, %xmm0, %xmm0
vpcmpeqd %xmm1, %xmm1, %xmm1
vpxor %xmm1, %xmm0, %xmm0
ret
.cfi_endproc
nand64:
.LFB4594:
.cfi_startproc
movq %rdi, %rax
andq %rsi, %rax
notq %rax
ret
.cfi_endproc
nand32:
.LFB4595:
.cfi_startproc
movl %edi, %eax
andl %esi, %eax
notl %eax
ret
.cfi_endproc
nand16:
.LFB4596:
.cfi_startproc
andl %esi, %edi
movl %edi, %eax
notl %eax
ret
.cfi_endproc
nand8:
.LFB4597:
.cfi_startproc
andl %esi, %edi
movl %edi, %eax
notl %eax
ret
.cfi_endproc
जैसा कि आप देख सकते हैं, उप-64-आकार के डेटा प्रकारों के लिए, चीजों को बस सभी के रूप में लंबे समय तक संभाला जाता है (इसलिए एल और एल नहीं ), क्योंकि यह मेरे संकलक की "मूल" बिटवर्क है, जैसा कि ऐसा लगता है।
तथ्य यह है कि mov
बीच में s है केवल इस तथ्य के कारण है कि eax
रजिस्टर है जिसमें फ़ंक्शन का रिटर्न मान शामिल है। आम तौर पर, आप edi
परिणाम के साथ गणना करने के लिए सामान्य उद्देश्य रजिस्टर में गणना करेंगे।
64 बिट्स के लिए, यह समान है - बस "क्वाड" (इसलिए, अनुगामी q
) शब्दों के साथ, और rax
/ के rsi
बजाय eax
/ edi
।
ऐसा लगता है कि 128 बिट ऑपरेंड और बड़े के लिए, इंटेल ने "नहीं" ऑपरेशन को लागू करने की परवाह नहीं की; इसके बजाय, कंपाइलर एक ऑल- 1
रजिस्टर (खुद के साथ रजिस्टर की स्व-तुलना, vdcmpeqd
निर्देश के साथ रजिस्टर में संग्रहीत ) का उत्पादन करता है, और xor
वह है।
संक्षेप में: कई प्राथमिक निर्देशों के साथ एक जटिल ऑपरेशन को लागू करने से, आप आवश्यक रूप से ऑपरेशन को धीमा नहीं करते हैं - बस एक निर्देश होने का कोई लाभ नहीं है जो कई निर्देशों का काम करता है यदि यह तेज नहीं है।