制造商更喜欢RIP相关的莱亚，因为对于大多数使用情形而言，代码大小比它只能在Intel CPU的一个端口上执行这一事实更重要（https://uops.info/和Jérôme Richard的答案）。也因为它与位置无关，不像movabs，所以我们至少应该考虑两种选择。（Linux上的PIE可执行文件中支持64位绝对地址的修复 *，但这意味着动态链接器必须重新Map可写页面，然后再Map回可执行页面。“文本重定位”通常是要避免的，而ld会发出警告。因此，对于所有主流操作系统上的现代可执行文件中的非JIT用例，这对movabs来说是一个很大的负面影响。） 根据Agner Fog的测试，Sandybridge系列上的movabs具有实际上具有超过32个有效位的立即数，需要额外的时间从uop缓存中获取，并且由于需要借用空间，因此在打包到uop缓存中时存在一些限制。（https：agner.org/optimize/microarchitecture.pdf#page=125-在Sandybridge部分中：这在后来的CPU中可能已经改变了一些）。10字节x86机器码大小成本通常仍然是要避免的，即使没有任何uop缓存损失。 如果需要在每个时钟周期内多次将地址输入寄存器，请从循环外部设置的另一个寄存器复制，或从内存加载（使用RIP相对寻址模式或从堆栈空间加载）。 在一个循环中进行函数调用，这将是一个比1/clock更大的瓶颈。 当然，如果您的地址实际上位于虚拟地址空间的低32位，请使用5字节的mov eax, 0x1234567（就像用于静态数据的Linux非PIE可执行文件，或者像x32 ABI。对于JIT，如果您想启用它，可以使用Linux的MAP_32BIT。） 相关：How to load address of function or label into register涵盖了选择的细节，但没有讨论莱亚吞吐量权衡。
2条答案
按热度按时间7gs2gvoe1#
**TL;DR：**在热循环中，前者（
movabs）通常更快，因为它在大多数现代处理器上具有更高的吞吐量倒数。事实上，在IntelHaswell/Broadwell/Skylake/CoffeeLake/CannonLake/IceLake/TigerLake/RocketLake（这些湖太多了）上，
movabs的吞吐量倒数为0.25，而lea的吞吐量倒数为1（由于rip-相对寻址）。在最近的英特尔AlderLake混合架构上，事情要复杂得多。AlderLake的P核（GoldenCove）的吞吐量倒数为
movabs为0.2，lea为1（主要是由于rip-再次相对寻址）。AlderLake的E-core（Gracemont）有很大的不同：movabs的吞吐量倒数是0.33，而lea是0.25。这意味着最好的指令使用是依赖于线程被调度的位置！太疯狂了。更好笑的是：看起来Goldmont/特雷蒙已经有了快速的lea和RIP相对寻址，而SunnyCove/WillowCove。这是因为P核和E核的架构是为不同的目的而设计的（AFAIK Mon-like架构是为低功耗处理器设计的，而Cove-like架构是为桌面处理器设计的）更不用说英特尔最初肯定没有计划在同一芯片中混合这两种架构。在AMDZen 1/Zen 2上，
movabs为0.25，lea为0.5，因此前者也更好。在AMD Zen 3/Zen 4上，两者的吞吐量倒数为0.25，因此它们在这种架构上同样快。也就是说，前者占用更多的空间，而且可能比后者更慢，所以后者可能更好地超出热循环。事实上，指令被解码为µops一次，然后放入缓存中进行相对较短的循环，但是解码通常是执行一次的大型代码的瓶颈（没有热循环或非常大的一个和可能需要从RAM或L3中获取的代码）。
v8wbuo2f2#
制造商更喜欢RIP相关的莱亚，因为对于大多数使用情形而言，代码大小比它只能在Intel CPU的一个端口上执行这一事实更重要（https://uops.info/和Jérôme Richard的答案）。也因为它与位置无关，不像
movabs，所以我们至少应该考虑两种选择。（Linux上的PIE可执行文件中支持64位绝对地址的修复 *，但这意味着动态链接器必须重新Map可写页面，然后再Map回可执行页面。“文本重定位”通常是要避免的，而ld会发出警告。因此，对于所有主流操作系统上的现代可执行文件中的非JIT用例，这对movabs来说是一个很大的负面影响。）根据Agner Fog的测试，Sandybridge系列上的
movabs具有实际上具有超过32个有效位的立即数，需要额外的时间从uop缓存中获取，并且由于需要借用空间，因此在打包到uop缓存中时存在一些限制。（https：agner.org/optimize/microarchitecture.pdf#page=125-在Sandybridge部分中：这在后来的CPU中可能已经改变了一些）。10字节x86机器码大小成本通常仍然是要避免的，即使没有任何uop缓存损失。如果需要在每个时钟周期内多次将地址输入寄存器，请从循环外部设置的另一个寄存器复制，或从内存加载（使用RIP相对寻址模式或从堆栈空间加载）。
在一个循环中进行函数调用，这将是一个比1/clock更大的瓶颈。
当然，如果您的地址实际上位于虚拟地址空间的低32位，请使用5字节的
mov eax, 0x1234567（就像用于静态数据的Linux非PIE可执行文件，或者像x32 ABI。对于JIT，如果您想启用它，可以使用Linux的MAP_32BIT。）相关：How to load address of function or label into register涵盖了选择的细节，但没有讨论莱亚吞吐量权衡。