令人困惑的内存重新排序行为

Question

我正在尝试在每个可用的硬件线程上运行一个简单的任务（获取当前处理器的 x2APIC ID）。我编写了以下代码来执行此操作，它可以在我测试过的机器上运行（请参阅here 了解完整的 MWE，可在 Linux 上编译为 C++11 代码）。

void print_x2apic_id()
{
        uint32_t r1, r2, r3, r4;
        std::tie(r1, r2, r3, r4) = cpuid(11, 0);
        std::cout << r4 << std::endl;
}

int main()
{
        const auto _ = std::ignore;
        auto nprocs = ::sysconf(_SC_NPROCESSORS_ONLN);
        auto set = ::cpu_set_t{};
        std::cout << "Processors online: " << nprocs << std::endl;

        for (auto i = 0; i != nprocs; ++i) {
                CPU_SET(i, &set);
                check(::sched_setaffinity(0, sizeof(::cpu_set_t), &set));
                CPU_CLR(i, &set);
                print_x2apic_id();
        }
}

在一台机器上输出（使用 g++ 编译时，版本 4.9.0）：

0
2
4
6
32
34
36
38

每次迭代都会打印一个不同的 x2APIC ID，因此一切都按预期工作。现在是问题开始的地方。我用以下代码替换了对print_x2apic_id 的调用：

uint32_t r4;
std::tie(_, _, _, r4) = cpuid(11, 0);
std::cout << r4 << std::endl;

这会导致循环的每次迭代都打印相同的 ID：

36
36
36
36
36
36
36
36

我对发生的事情的猜测是编译器注意到对cpuid 的调用不依赖于循环迭代（即使它确实如此）。然后编译器通过在循环外提升对 CPUID 的调用来“优化”代码。为了解决这个问题，我将r4 转换为原子：

std::atomic<uint32_t> r4;
std::tie(_, _, _, r4) = cpuid(11, 0);
std::cout << r4 << std::endl;

这未能解决问题。令人惊讶的是，这确实解决了问题：

std::atomic<uint32_t> r1;
uint32_t r2, r3, r4;
std::tie(r1, r2, r3, r4) = cpuid(11, 0);
std::cout << r4 << std::endl;

...好吧，现在我很困惑。

编辑：用asm volatile 替换cpuid 函数中的asm 语句也解决了这个问题，但我不明白这应该是什么必要的。

我的问题

1. 不应该在调用 cpuid 之前插入获取栅栏并在调用 CPUID 之后插入释放栅栏足以阻止编译器执行内存重新排序吗？
2. 为什么将r4 转换为std::atomic<uint32_t> 不起作用？为什么将前三个输出存储到r1、r2 和r3 而不是忽略它们会导致程序运行？
3. 如何正确编写循环，使用最少的同步？

Answer 1

我已经在启用优化 (-O) 的情况下重现了该问题。您怀疑编译器优化是正确的。 CPUID 本身用作完整的内存屏障（对于处理器）；但它是编译器生成代码而不调用循环中的cpuid 函数，因为它威胁它是一个常量函数。 asm volatile 阻止编译器进行这样的优化，说它有副作用。

详情请看这个答案：https://stackoverflow.com/a/14449998/2527797