std::atomic_thread_fence(std::memory_order_seq_cst) 在 x86 上的实现，没有额外的性能损失
An implementation of std::atomic_thread_fence(std::memory_order_seq_cst) on x86 without extra performance penalties
的后续问题
虚拟联锁比_mm_mfence好，实现的方法也很多，应该用哪种联锁，用在什么数据上？
假设使用不知道周围上下文的内联程序集，但可以告诉编译器它破坏了哪个注册。
暂时简短回答，不详细说明原因。具体参见 the discussion in comments 相关问题。
lock orb [=10=], -1(%rsp) 可能是避免延长获得 spilled/reloaded 的局部变量的依赖链的好选择。有关基准，请参阅 https://shipilev.net/blog/2014/on-the-fence-with-dependencies。在 Windows x64（无红色区域）上，space 应该未被使用，除非未来调用或推送指令。
存储转发到 locked 操作的负载端可能是一回事（如果最近使用了 space），因此保持锁定操作狭窄是好的。但作为一个完整的障碍，我不希望有任何存储从它的输出转发到其他任何东西，所以与正常情况不同，窄（1 字节）lock orb 没有那个缺点。
mfence 与堆栈的热线 space 相比相当糟糕，甚至在 Haswell 上，在 Skylake 上可能更糟，它甚至会阻止 OoO exec。 （与 lock add 相比，AMD 也很糟糕）。
走虚位联动路线时，有几点需要考虑：
- 在这个核心的L1d，
- 未被其他内核使用
- 不创建长依赖链
- 避免因存储转发未命中而停顿
没有上下文，任何事情都只是猜测，所以我们的目标是做出最好的猜测。
靠近堆栈顶部的位置是 1 和 2 的一个很好的猜测。
故意分配的堆栈变量很可能会修复 3，并且由于没有其他商店在飞行中，所以 4 不是问题。最好的操作看起来像 lock not.
不分配堆栈变量要求操作实际上是空操作，因此 lock or [mem], 0 是一个不错的选择。操作数应该是 byte 以避免 4 出现问题。对于 3，它始终是一个猜测。 （虽然可以使用 return 地址，但没有上下文的程序集不知道它。但是 MSVC _AddressOfReturnAddress 可能是个好主意）
我读过红区。 Windows 上没有它可以进行额外的优化。
没有额外变量的 lock not byte ptr [esp-1] 在 Windows 上很好，因为数据被认为是易变的，不应使用。没有溢出的寄存器，所以没有错误的数据依赖。
具有 128 字节红色区域的 ABI 排除了 lock not byte ptr [esp-1] 的使用。堆栈之外的 128 个字节可能足以不是 L1d。尽管如此，由于红色区域不太可能用作通常的堆栈，@Peter Cordes 给出的答案看起来不错。
TSX 之所以受到质疑主要是因为它不存在（在给定 CPU 上不受支持，或者由于勘误修复或安全缓解措施而被禁用）。在可预见的将来，只有RTM存在（). According to RTM overview，一个空的RTM交易仍然是一个栅栏，所以可以使用。
A successfully committed RTM region consisting of an XBEGIN followed by an XEND, even with no memory operations in the RTM region, has the same ordering semantics as a LOCK prefixed instruction.
注意交易失败或不支持的 RTM。伪代码好像是这样的：
if (rtm_supported && _xbegin() == 0xFFFFFFFF)
_xend();
else
dummy_interlocked_op();
虚拟联锁比_mm_mfence好，实现的方法也很多，应该用哪种联锁，用在什么数据上？
假设使用不知道周围上下文的内联程序集，但可以告诉编译器它破坏了哪个注册。
暂时简短回答，不详细说明原因。具体参见 the discussion in comments 相关问题。
lock orb [=10=], -1(%rsp) 可能是避免延长获得 spilled/reloaded 的局部变量的依赖链的好选择。有关基准，请参阅 https://shipilev.net/blog/2014/on-the-fence-with-dependencies。在 Windows x64（无红色区域）上，space 应该未被使用，除非未来调用或推送指令。
存储转发到 locked 操作的负载端可能是一回事（如果最近使用了 space），因此保持锁定操作狭窄是好的。但作为一个完整的障碍，我不希望有任何存储从它的输出转发到其他任何东西，所以与正常情况不同，窄（1 字节）lock orb 没有那个缺点。
mfence 与堆栈的热线 space 相比相当糟糕，甚至在 Haswell 上，在 Skylake 上可能更糟，它甚至会阻止 OoO exec。 （与 lock add 相比，AMD 也很糟糕）。
走虚位联动路线时，有几点需要考虑：
- 在这个核心的L1d，
- 未被其他内核使用
- 不创建长依赖链
- 避免因存储转发未命中而停顿
没有上下文，任何事情都只是猜测，所以我们的目标是做出最好的猜测。
靠近堆栈顶部的位置是 1 和 2 的一个很好的猜测。
故意分配的堆栈变量很可能会修复 3，并且由于没有其他商店在飞行中，所以 4 不是问题。最好的操作看起来像 lock not.
不分配堆栈变量要求操作实际上是空操作，因此 lock or [mem], 0 是一个不错的选择。操作数应该是 byte 以避免 4 出现问题。对于 3，它始终是一个猜测。 （虽然可以使用 return 地址，但没有上下文的程序集不知道它。但是 MSVC _AddressOfReturnAddress 可能是个好主意）
我读过红区。 Windows 上没有它可以进行额外的优化。
没有额外变量的lock not byte ptr [esp-1] 在 Windows 上很好，因为数据被认为是易变的，不应使用。没有溢出的寄存器，所以没有错误的数据依赖。
具有 128 字节红色区域的 ABI 排除了 lock not byte ptr [esp-1] 的使用。堆栈之外的 128 个字节可能足以不是 L1d。尽管如此，由于红色区域不太可能用作通常的堆栈，@Peter Cordes 给出的答案看起来不错。
TSX 之所以受到质疑主要是因为它不存在（在给定 CPU 上不受支持，或者由于勘误修复或安全缓解措施而被禁用）。在可预见的将来，只有RTM存在（
A successfully committed RTM region consisting of an XBEGIN followed by an XEND, even with no memory operations in the RTM region, has the same ordering semantics as a LOCK prefixed instruction.
注意交易失败或不支持的 RTM。伪代码好像是这样的：
if (rtm_supported && _xbegin() == 0xFFFFFFFF)
_xend();
else
dummy_interlocked_op();