x86/x64 程序集的旋转或移位
Rotation or Shifting with x86/x64 Assembly
我有一个正在用汇编编写的函数，我想确定什么能给我最好的吞吐量。
我在 RAX 中有一个 64 位值，我需要获取最高字节并对其执行一些操作，我想知道解决这个问题的最佳方法是什么。
shr rax, 56 ; This will get me the most significant byte in al.
然而，这比...更有效吗
rol rax, 8
and rax, r12 ; I already have the value 255 in r12
我之所以要问，是因为在某些架构上，换档速度是您换档次数的函数。如果我记得，在 680x0 芯片上它是 6 + 2n，其中 n 是移位计数。我不认为这在 x86 体系结构上是正确的，但我不确定......所以希望人们提供一些启发。 （我了解延迟）
或者是否有一种简单的方法可以将 RAX 的位 0-31 与位 32-64 交换而不是旋转或移位？类似于交换在 680x0 上所做的事情。
根据 http://agner.org/optimize/ 处的指令表，立即计数的 rol 是一个 single-uop/m-op 指令，在 Intel（Pentium M 到 Haswell）和 AMD（K8压路机）。吞吐量范围从每个时钟 1 个到每个时钟 3 个。
使用可变计数 (rol r, cl) 旋转在 Intel 上较慢，在 AMD 上速度相同。
显然，如果您要问这类问题，请阅读 Agner Fog 的指南，因为高性能比单独使用单个指令更重要。
如果您在多个数据项上执行此操作，您可以同时在 16B（xmm 向 SSE 注册）或 32B（ymm 向 AVX 注册）块上使用矢量洗牌。 pshufd xmm, xmm, imm 将允许您为每个输出双字选择任何输入双字。 （这样你就可以广播和其他东西，也可以只是随机播放。）
我有一个正在用汇编编写的函数，我想确定什么能给我最好的吞吐量。
我在 RAX 中有一个 64 位值，我需要获取最高字节并对其执行一些操作，我想知道解决这个问题的最佳方法是什么。
shr rax, 56 ; This will get me the most significant byte in al.
然而，这比...更有效吗
rol rax, 8
and rax, r12 ; I already have the value 255 in r12
我之所以要问，是因为在某些架构上，换档速度是您换档次数的函数。如果我记得，在 680x0 芯片上它是 6 + 2n，其中 n 是移位计数。我不认为这在 x86 体系结构上是正确的，但我不确定......所以希望人们提供一些启发。 （我了解延迟）
或者是否有一种简单的方法可以将 RAX 的位 0-31 与位 32-64 交换而不是旋转或移位？类似于交换在 680x0 上所做的事情。
根据 http://agner.org/optimize/ 处的指令表，立即计数的 rol 是一个 single-uop/m-op 指令，在 Intel（Pentium M 到 Haswell）和 AMD（K8压路机）。吞吐量范围从每个时钟 1 个到每个时钟 3 个。
使用可变计数 (rol r, cl) 旋转在 Intel 上较慢，在 AMD 上速度相同。
显然，如果您要问这类问题，请阅读 Agner Fog 的指南，因为高性能比单独使用单个指令更重要。
如果您在多个数据项上执行此操作，您可以同时在 16B（xmm 向 SSE 注册）或 32B（ymm 向 AVX 注册）块上使用矢量洗牌。 pshufd xmm, xmm, imm 将允许您为每个输出双字选择任何输入双字。 （这样你就可以广播和其他东西，也可以只是随机播放。）