移位指令比 IMUL 指令快吗？答案

【问题标题】：Is a shift instruction faster than an IMUL instruction?移位指令比 IMUL 指令快吗？
【发布时间】：2011-05-25 06:05:36
【问题描述】：

哪个更快 -

val = val*10;

或

val = (val<<3) + (val<<2);

与移位指令相比，imul 需要多少个时钟周期？

【问题讨论】：

之前也有人问过类似的问题——最终结果是：“查看制造商提供的说明文档”（这会因型号而异）和“它很复杂”（现代超标量输出-有序流水线 CPU 不能像“传统”微处理器那样简单计算）。
至少包括目标 CPU model。这可能实际上会导致一些有趣的事情。
让编译器担心它的更多理由：以标准方式编写它更具可读性（对人类而言），并且编译器更有可能为手头的架构做正确的事情。
这个我说的还不够：测量它！并查找您的 CPU 文档。
您正在用 C 语言编写，但谈论的是 asm。在启用优化的情况下进行编译，您会看到编译器会为您执行此操作。

【解决方案1】：

这是 21 世纪。现代硬件和编译器知道如何生成高度优化的代码。使用移位编写乘法不会提高性能，但会帮助您生成有错误的代码。

您已经用乘以 12 而不是 10 的代码自己证明了这一点。

【讨论】：

【解决方案2】：

我会说，写val = val * 10; 或val *= 10;，让编译器担心这些问题。

【讨论】：

【解决方案3】：

在这种情况下，它们可能需要相同数量的周期，尽管您的手动“优化”需要多一个寄存器（这会减慢周围的代码）：

val = val * 10;
lea    (%eax,%eax,4),%eax
add    %eax,%eax

对

val = (val<<3) + (val<<1);
lea    (%eax,%eax,1),%edx
lea    (%edx,%eax,8),%eax

编译器知道怎么做strength reduction，而且可能比你好得多。此外，当您将代码移植到其他平台（例如 ARM）时，编译器也知道如何在该平台上进行强度降低（x86 的 LEA 提供了与 ARM 的 ADD 和 RSB 不同的优化机会）。

【讨论】：

【解决方案4】：

用高级语言手动进行这种愚蠢的“优化”只会向人们展示您与现代技术和编程实践脱节。

如果您直接在汇编中编写，那么担心这一点是有道理的，但您不是。

话虽如此，在少数种情况下编译器将无法优化这样的内容。考虑一个可能的乘法因子数组，每个因子正好由 2 个非零位组成，代码如下：

x *= a[i];

如果分析表明这是您程序中的主要瓶颈，您可以考虑将其替换为：

x = (x<<s1[i]) + (x<<s2[i]);

只要您计划衡量结果。但是，我怀疑很少有这种情况会有所帮助，或者甚至有可能。与移位和总指令吞吐量相比，只有在乘法单元较弱的 CPU 上才有可能。

【讨论】：

您的两班制想法可能有助于 CPU 具有非常慢的乘法但快速的可变计数班次，特别是如果 x 是 __int128，甚至是 32 位 CPU 上的 int64_t . （虽然做两个扩展精度的移位也不是很好。）英特尔最初的奔腾（P5）有imul，需要9c。不幸的是shl r32, cl 需要 4c，所以这个想法在 P5 上是行不通的。有序 Atom（Silvermont 之前）对于 imul r64, r64 有 13c 延迟（而不是流水线），但对于 shl r64, cl 有 1c 延迟，所以这可能会在那里获胜。
特别是如果你将两个移位计数打包到一个 16 位结构中，所以不是两个单独的加载，而是 movzx ecx, word s[i] / shl rax, cl / shr ecx, 8 / ... / shl rbx, cl /add rax, rbx。（我认为您希望 + 而不是 | 将两个部分相乘结果结合起来）。