依赖链分析

Question

来自Agner Fog's "Optimizing Assembly" guide，第12.7节：循环示例。其中一段讨论的示例代码：

[...]奔腾M分析：... 13 uops在每时钟3 =一个迭代每4.33c退休时间。

循环中有一个依赖链。等待时间为：对于 存储器读取有2个，对于乘法有5个，对于相减有3个，对于存储器 写有3个，总计13个时钟周期。这是退休时间的三倍，但它不是循环携带的依赖关系，因为每次迭代的结果都保存到内存中，并且在下一次迭代中不会重复使用 。无序执行机制和 流水线使得每个计算可以在前面的计算完成之前 之前开始。唯一的循环进行 依赖链是add eax,16拥有的只有1

## Example 12.6b. DAXPY algorithm, 32-bit mode 
[...] ; not shown: initialize some regs before the loop 
L1: 
    movapd xmm1, [esi+eax] ; X[i], X[i+1] 
    mulpd xmm1, xmm2  ; X[i] * DA, X[i+1] * DA 
    movapd xmm0, [edi+eax] ; Y[i], Y[i+1] 
    subpd xmm0, xmm1  ; Y[i]-X[i]*DA, Y[i+1]-X[i+1]*DA 
    movapd [edi+eax], xmm0 ; Store result 
    add eax, 16    ; Add size of two elements to index 
    cmp eax, ecx    ; Compare with n*8 
    jl L1     ; Loop back 

等待时间我不明白为什么依赖链不增加整体吞吐量。我知道只有找到最坏的瓶颈才是重要的。在考虑依赖链之前确定的最糟糕的瓶颈是融合域uop吞吐量，每次迭代4.33个周期。我不明白为什么依赖链不是比那更大的瓶颈。

1. 我看到作者解释说它与无序执行和流水线连接，但我看不到它。不过，我的意思是，只有乘法会导致延迟5个周期，所以只有这个值大于4个周期。

2. 我也无法理解为什么笔者不关心的依赖性在这里： add eax, 16 -> cmp eax, ecx -> jl L1 毕竟，之前cmp和cmp必须jl之前执行除了必须执行。

---

PS：后面的段落标识最大的瓶颈为奔腾M作为解码，将其限制到每6C一次迭代，因为128B矢量OPS进行解码，以每两个微指令。请参阅Agner Fog的指南以了解其他分析，以及Core2，FMA4推土机和Sandybridge的分析+调整。

Answer 1

1. 的MUL不是循环搬运依赖关系链的一部分，因此可以有从多个迭代mulpd的insn在飞行中一次。单条指令的延迟根本就不是问题，它依赖于链条。每次迭代都有一个单独的13c依赖链的load，mulpd，subpd，store。无序执行是允许来自多个迭代的uops一次处于运行状态。

2. 在每个迭代的cmp/jl取决于add从迭代，但在接下来的迭代中add不依赖于cmp。推测性执行和分支预测意味着控制依赖性（条件分支和间接跳转/调用）不是数据依赖链的一部分。这就是为什么来自一次迭代的指令可以在来自前一次迭代的jl退役之前开始运行。

   通过比较，cmov是数据依赖性，而不是控制依赖关系，因此无分支循环倾向于具有循环承载的依赖关系链。如果分支预测得好，这往往比分支慢。

   与FP依赖关系链一样，每个循环迭代都有一个独立的依赖关系链，其中包括独立的cmp/jl依赖关系链。

---

我不明白为什么依赖链不增加整体吞吐量。

我不知道这句话的意思。我想我能弄清楚所有其他的混合词和措辞。 （例如，“链依赖”而不是“依赖链”）。看看我对你的问题的编辑;其中一些也可能有助于你的理解。