【发布时间】：2018-08-21 13:48:54
【问题描述】：
在 Intel 和 AMD x86_64 处理器上，SIMD 向量化寄存器具有特定的融合乘加功能，但通用（标量、整数）寄存器 don't - 基本上需要先相乘，然后再相加（除非你能适应变成lea)。
这是为什么呢？我的意思是，它没有用，以至于不值得开销吗？
【问题讨论】：
标签： x86-64 intel cpu-architecture instruction-set amd-processor
【发布时间】：2018-08-21 13:48:54
【问题描述】：
整数乘法很常见，但不是与整数有关的最常见的事情之一。但是对于浮点数，一直使用乘法和加法，并且 FMA 为许多 ALU 绑定的 FP 代码提供了主要加速。
此外，浮点数实际上避免了 FMA 的精度损失（x*y 内部临时值在添加之前根本没有四舍五入）。这就是 the ISO C99 / C++ fma() math library function 存在的原因，以及在没有硬件 FMA 支持的情况下实现缓慢的原因。
整数 FMA（或乘法累加，又称 MAC）与单独的乘法和加法相比没有任何精度优势。
一些非 x86 ISA 确实提供整数 FMA。它不是没用的，但英特尔和 AMD 都懒得包含它until AVX512-IFMA（这仍然只适用于 SIMD，基本上暴露了双精度 FMA/vmulpd 所需的 52 位尾数乘法器电路供整数使用说明）。
非 x86 示例包括：
MIPS32、
madd/maddu（无符号）乘累加到hi/lo寄存器（常规乘法和除法指令用作目标的特殊寄存器）。ARM
smlal和朋友（32x32=>64 位 MAC，或 16x16=>32 位），也可用于无符号整数。操作数是常规的 R0..R15 通用寄存器。
整数寄存器 FMA 在 x86 上会很有用，但很少有具有 3 个整数输入的微指令。 CMOV 和 ADC 有 3 个输入，但其中之一是标志。即便如此，直到 Broadwell 在 Haswell 中为 FP FMA 添加了 3 输入 uop 支持之后，他们才在 Intel 上解码为单个 uop。
Haswell 及更高版本可以使用 3 个整数输入跟踪融合域微指令，不过 for (some) micro-fused instructions with indexed addressing modes。 Sandybridge/Ivybridge 非层压指令，如add eax, [rdx+rcx]。 （但 Nehalem 可以让它们保持微融合，就像 Haswell 一样；SnB 简化了融合域 uop 格式）。无论如何，这是融合域，而不是调度程序。只有 Broadwell/Skylake 可以在调度程序中跟踪 3 输入整数 uops，并且仅适用于 2 个整数 + 标志，而不是 3 个整数寄存器。
英特尔确实使用“统一”调度程序，其中 FP 和整数操作使用相同的调度程序，并且它可以跟踪正确的 3 输入 FP FMA。所以如果有技术障碍，IDK。如果不是，IDK 为什么英特尔没有将整数 FMA 作为 BMI2 的一部分包含在内，它添加了 like mulx（2 输入 2 输出 mul 大部分是显式操作数，不像传统的 mul 使用 rdx:rax .)
SSE2/SSSE3 确实有向量寄存器的整数 mul-add 指令，但只有在扩大 16x16 => 32 位 (SSE2 pmaddwd) 或 (无符号）8x（有符号）8=>16 位 (SSSE3 pmaddubsw)。
但这些只是 2 输入指令，所以即使有乘法和加法，它也与 FMA 非常不同。
脚注：问题标题最初表示没有“用于标量”的 FMA。标量 FP FMA 具有相同的 FMA3 扩展，添加了以下压缩版本：VFMADD231SD 和朋友在标量双精度上进行操作，并且相同风格的 vfmaddXXXss 可用于 XMM 寄存器中的标量浮点数。
【讨论】：