最近 CPU 代架构的每个周期 Load/stores

Question

灵感来自 this answer 到

FLOPS per cycle for sandy-bridge and haswell SSE2/AVX/AVX2

可以在核心上发布的 just-loads/loads-and-stores 数量是多少 - 对于 Sandy/Ivy Bridge、Broad/Haswell、Sky/Kaby Lake？同样有趣的是 AMD Bulldozer、Jaguar 和 Zen 的数量。

PS - 我知道由于 cache/memory 带宽，这可能不是一个可持续的速率，我只是问问题。

Answer 1

基于以下信息：

• http://users.atw.hu/instlatx64/
• http://www.agner.org/optimize/
• http://www.agner.org/optimize/blog/read.php?i=423
• https://en.wikichip.org/wiki/amd/microarchitectures/zen

Sandy/Ivy：每个周期，2 次加载，或 1 次加载和 1 次存储。 256 位加载和存储计数加倍，但仅限于加载或存储本身 - 它仍然只有一个地址，因此 AGU 在下一个周期再次可用。通过混合一些 256b 操作，您仍然可以获得每个周期 2x 128b 加载和 1x 128b 存储。

Haswell/Broadwell: 2 加载 and 一个存储，256 位 loads/stores 不 算双倍。端口7（store AGU）只能处理简单的地址计算（base+const，无索引），复杂的情况会去p2/p3和负载竞争，简单的情况可能会竞争无论如何，但至少不要有。

Sky/Kaby: 与 Broadwell

相同

推土机：2 装载量，或 1 装载量和 1 装载量。 256 位加载和存储计数加倍。

Jaguar：1 次加载或 1 次存储，256 位加载和存储计数加倍。到目前为止，这是该列表中最差的一个，因为它是列表中唯一的低功耗 µarch。

Ryzen：2 次加载，或 1 次加载和 1 次存储。 256 位加载和存储计数加倍。