assembly - 可以在不使用通用寄存器的情况下将 8 位从 XMM 寄存器移动到内存吗？

通常，您首先要避免这种情况。例如，您可以进行更广泛的加载和合并（pand/pandn/por如果没有的话pblendvb），而不是进行单独的字节存储，然后将合并结果存储回来吗？

这不是线程安全的（未修改字节的非原子 RMW），但只要您知道要 RMW 的字节不会超出数组或结构的末尾，并且没有其他线程在做同样的事情对于同一数组/结构中的其他元素，这是执行诸如字符串中每个小写字母大写之类的常规方法，同时保留其他字节不变。

单 uop 存储只能来自 4、8、16、32 或 64 字节大小的向量寄存器，但仅 1 个未屏蔽元素的AVX-512BW 屏蔽存储除外。更窄的存储，如pextrb涉及一个 shuffle uop 以提取要存储的 2 或 1 个字节。

在没有 GP 整数 regs 的情况下真正存储 1 个字节的唯一好方法是使用SSE4.1pextrb [mem], xmm0, 0..15。0即使在当前 CPU 上立即运行，这仍然是一个 shuffle + store 。如果您可以在目标位置安全地写入 2 个字节，则 SSE2pextrw是可用的。

您可以使用SSE2maskmovdqu字节掩码存储（带有0xff,0,0,...掩码），但您不想这样做，因为它比movd eax, xmm0/慢得多mov [mem], al。例如，在 Skylake 上，10 微指令，每 6 个循环吞吐量 1 个。

如果您想在之后重新加载字节，情况会更糟，因为（与 AVX / AVX-512 屏蔽存储不同）maskmovdqu具有 NT 语义，例如movntps（绕过缓存，或者如果之前很热则驱逐缓存行）。

如果您的要求完全是人为的，并且您只想玩愚蠢的计算机技巧（避免将数据保存在寄存器中），您还可以在堆栈上设置暂存空间并使用movsb它来复制它：

;; with destination address already in RDI
    lea  rsi, [rsp-4]          ; scratch space in the red zone below RSP on non-Windows
    movd  [rsi], xmm0
    movsb                   ; copy a byte, [rdi] <- [rsi], incrementing RSI and RDI

这显然比正常方式慢，并且需要一个额外的寄存器 (RSI) 用于 tmp 缓冲区地址。而且您需要 RDI 中的确切目标地址，而不是[rel foo]静态存储或任何其他灵活的寻址模式。

pop也可以复制 mem-to-mem，但仅适用于 16 位和 64 位操作数大小，因此无法省去您对 RSI 和 RDI 的需求。

由于上述方式需要一个额外的寄存器，因此几乎在所有方面都比正常方式更糟糕：

   movd  esi, xmm0            ; pick any register.
   mov   [rdi], sil           ; al..dl would avoid needing a REX prefix for low-8


;; or even use a register where you can read the low and high bytes separately
   movd  eax, xmm0
   mov   [rdi], al            ; no REX prefix needed, more compact than SIL
   mov   [rsi], ah            ; scatter two bytes reasonably efficiently
   shr   eax, 16              ; bring down the next 2 bytes

（在当前的 Intel CPU 上读取 AH 有一个额外的延迟周期，但这对于吞吐量来说很好，而且我们无论如何都在这里存储，所以延迟并不是一个很大的因素。）

xmm -> GP 整数传输在大多数 CPU 上并不慢。（Bulldozer 系列是异常值，但它仍然与存储/重新加载的延迟相当；Agner Fog 在他的微架构指南（https://agner.org/optimize/）中说，他发现 AMD 的优化手册建议存储/重新加载不是快点。）

很难想象movsb会有更好的情况，因为您已经需要一个免费的注册器，并且movsb是多个微指令。movd r32, xmm如果当前英特尔 CPU上的端口 0 uops 出现瓶颈，可能会出现瓶颈？( https://uops.info/ )

assembly - 可以在不使用通用寄存器的情况下将 8 位从 XMM 寄存器移动到内存吗？

问题描述

解决方案

推荐阅读