Uops.info自动化测试不会出现错别字

如果有什么令人惊讶的，那就是它们测试的真实的效果或假象。你可以点击任何数字来查看详细的测试结果，包括用于测试吞吐量和端口的指令序列。在这种情况下，是的，内存源版本是不同的，测试结果是有意义的。
正如chtz所评论的，寄存器源代码版本的工作方式类似于shuffle，但内存源代码版本可能解码为广播加载+混合。
我们知道英特尔加载端口可以免费广播到256位，因为Haswell（4、8或16字节块）。vbroadcastss/d/vpbroadcastd/q是单微操作，vbroadcasti128/vbroadcastf128也是。甚至vmovddup ymm, [mem]也是英特尔（端口2或3），复制每个16字节通道的低半部分不需要ALU。（在https://uops.info/中的vbroadcast ymm上滤波）
对于混合部分，Haswell和以后的版本可以通过从vinserti128立即数构造一个控制操作数来重用vpblendd执行单元，这是一个用于任何向量ALU端口的uop（p015）。
为了避免旁路延迟，vinsertf128可以类似地使用vblendps或pd执行单元。
桑迪/Ivy Bridge只能向128位XMM免费广播;它需要一个用于vbroadcastss/sd/f128 ymm, mem的port 5 shuffle（并且没有寄存器-源广播;但对于寄存器源代码vinsert或vperm2f128，它将vinserti/f128 mem作为1*p05 + 1*p23运行，而将p5作为p5运行。
SnB/IvB CPU在p05上运行vblendps/pd，因此可以推测来自内存的vinsertf128在这些端口上使用FP混合单元（直到Haswell，端口1也可以运行vblendps）。
因此，它可能有一些特殊的支持，可以将128位的加载结果转发到执行单元的低通道或高通道，以便进行合并（也许混合单元的设计可以接受这种情况）。
如果它可以转发到两个通道，我会假设它通常可以做到这一点，并且不需要在load uop之上为vbroadcastf128 ymm, mem使用端口5 uop。（写入硬YMM寄存器），如果寄存器长时间未被写入，则可能会无限期地持续。但与立即数生成的混合控制输入相结合，输入可以是有点古怪的，并且只有输出需要是完全正常的并且可能是持久状态的一部分。