c++ - 将 C++ 代码转换为 x87 内联汇编代码
问题描述
我正在尝试将 C++ 代码转换为 x87 样式的内联汇编代码。
C++ 代码:
double a = 0.0, b = 0.0, norm2 = 0.0;
int n;
for (n = 0; norm2 < 4.0 && n < N; ++n) {
double c = a*a - b*b + x;
b = 2.0*a*b + y;
a = c;
norm2 = a*a + b*b;
}
内联汇编代码:
double a = 0.0, b = 0.0, norm2 = 0.0;
int n;
for (n = 0; norm2 < 4.0 && n < N; ++n) {
// double c = a * a - b * b + x;
__asm fld a
__asm fmul st(0), st(0)
__asm fld b
__asm fmul st(0), st(0)
__asm fsubp st(1), st(0)
__asm fld x
__asm faddp st(1), st(0)
__asm fstp c
// b = 2.0 * a * b + y;
__asm fld two
__asm fld b
__asm fld a
__asm fmulp st(2), st(0)
__asm fmulp st(1), st(0)
__asm fld y
__asm faddp st(1), st(0)
__asm fstp b
// a = c
__asm fld c
__asm fstp a
//norm2 = a * a + b * b;
__asm fld a
__asm fmul st(0), st(0)
__asm fld b
__asm fmul st(0), st(0)
__asm faddp st(1), st(0)
__asm fstp norm2
}
虽然我的汇编代码有效,但速度很慢。我怎样才能加快速度?
解决方案
这个有很多需要改进的地方。以下是一些要点:
不要在 MSVC 风格的内联汇编中编程
MSVC 风格的内联汇编可能很容易编程,但它也强制所有变量都驻留在内存中。每次您读取或分配一个变量时,都会执行缓慢的内存访问。这对性能有很大的影响。
相反,将汇编中的整个函数写入单独的汇编文件中。如果这不可能,至少开始您的汇编代码,将所有变量加载到寄存器中,然后完全在这些寄存器上进行计算,并通过将寄存器写回变量来结束汇编部分。这样,无用数据移动的数量就被最小化了。
当你这样做时,for
在汇编中实现循环本身,这样你就不必在每次迭代中写出然后读回所有变量,而只需为整个循环写一次。
在寄存器中保留尽可能多的值
如前所述,所有这些fld
和fstp
说明都需要时间。将数字保存在寄存器中,这样您就不必不断地重新加载它们。此外,如果这不可能,至少将加载和存储合并到以下说明中。例如,而不是
__asm fld x
__asm faddp st(1), st(0)
你可以做
__asm fadd x
但最好将所有内容都保存在寄存器中。c
例如,您可以通过将变量保留在堆栈中轻松摆脱它。
不要执行两次工作
您的代码计算a*a
andb*b
两次:在上一次迭代中计算norm2
一次,在下一次迭代中计算一次c
。计算一次这些乘积并保留它们以节省两次乘法。
使用更便宜的指令而不是更昂贵的指令。
回想一下 2x = x + x 并用加法代替昂贵的常数负载和乘法。
还记得 a² - b² = (a + b)(a - b) 用加法代替乘法。请注意,这可能会更改舍入,并且与“不要执行两次工作”的建议不兼容。但也许它可以用于初始迭代。
推荐阅读
- asp.net-mvc - Solr 和 Aws CloudSearch 中的 API 有何区别?
- unity3d - 基于纹理像素而不是屏幕的 HLSL 光照
- android - android:foreground 属性 / setForeground() 方法不适用于 Button 元素
- ios - 从视图中删除 Scroll View 及其中的所有内容
- c# - 对 exe 可见的打印机对 Web 应用程序不可见?
- python - 如何错误检查列表索引超出范围
- python - Python并行化“异步”
- java - 使用自然平衡的合并排序即时合并数据
- python - 如何在使用 cv2 保持透明度的同时将图像转换为灰度?
- pandas - Pandas:根据列列表过滤行