为什么 gcc 在只使用 SS/SD 指令的较低值时不将 XMM 寄存器的较高值归零？

Question

例如这样的功能，

int fb(char a, char b, char c, char d) {
    return (a + b) - (c + d);
}

gcc 的汇编输出是，

fb:
        movsx   esi, sil
        movsx   edi, dil
        movsx   ecx, cl
        movsx   edx, dl
        add     edi, esi
        add     edx, ecx
        mov     eax, edi
        sub     eax, edx
        ret

依稀明白movsx的目的是去除寄存器先前值的依赖，但老实说我还是不明白它到底想去除什么样的依赖。我的意思是，例如，无论是否存在 movsx esi, sil，如果正在向 esi 写入某些值，那么如果正在读取值，则使用 esi 的任何操作都必须等待从 esi 开始，任何修改 esi 值的操作都必须等待，如果 esi 没有被任何操作使用，代码将继续到运行。 movsx 有什么区别？我不能说编译器做错了，因为 movsx 或 movzx（几乎？）总是在加载小于 32 位的值时由任何编译器生成。

除了我缺乏理解外，gcc 与 float 的行为不同。

float ff(float a, float b, float c, float d) {
    return (a + b) - (c + d);
}

编译为，

ff:
        addss   xmm0, xmm1
        addss   xmm2, xmm3
        subss   xmm0, xmm2
        ret

如果应用相同的逻辑，我相信输出应该是这样的，

ff:
        movd    xmm0, xmm0
        movd    xmm1, xmm1
        movd    xmm2, xmm2
        movd    xmm3, xmm3
        addss   xmm0, xmm1
        addss   xmm2, xmm3
        subss   xmm0, xmm2
        ret

所以我实际上问了 2 个问题。

为什么 gcc 与 float 的行为不同？
movsx有什么区别？

Answer 1

return 值与 args 的宽度相同，因此不需要扩展名。在 x86 和 x86-64 调用约定中，类型宽度之外的寄存器部分允许存放垃圾。（这适用于 GP 整数和向量寄存器。）

除了 clang 依赖的未记录的扩展，调用者将窄参数扩展到 32 位； clang 将跳过 char 示例中的 movsx 指令。 https://godbolt.org/z/Gv5e4h3Eh

涵盖高垃圾和调用约定的非官方扩展。

既然你询问了错误的依赖关系，请注意编译器确实使用movaps xmm,xmm来复制标量。（例如，在 GCC 在 (a-b) + (a-d) 中错过的优化中，我们需要从 a 中减去两次。它是不可交换的，所以我们需要一个副本：https://godbolt.org/z/Tvx19raa3
实际上，movss xmm1, xmm0 依赖于 XMM1，而 movaps 没有，如果您实际上并不关心与旧的高字节。

(Pentium III 或 Pentium M 的调整使用 movss 可能有意义，因为它在那里是单 uop，但当前的 GCC -O3 -m32 -mtune=pentium3 -mfpmath=sse 使用 movaps，花费第二个 uop 以避免错误依赖。直到 Core2，P6 系列的 SIMD 执行单元才扩大到 128 位，与 Pentium 4 匹配。)
C 整数提升规则 意味着 a+b 对于窄输入等价于 (int)a + (int)b。在所有 x86 / x86-64 ABI 中，char 是有符号类型（例如与 ARM 不同），因此需要 sign 扩展到 int 宽度，不是零扩展。而且绝对不会被截断。

如果您通过 returning a char 再次截断结果，编译器可以只执行 8 位加法。但实际上他们将使用 32 位添加并在那里留下任何高垃圾：https://godbolt.org/z/hGdbecPqv。这样做不是为了破坏 dep/性能，只是为了正确性。

就性能而言，如果调用者写了完整的寄存器（调用约定的非官方扩展无论如何都需要），或者在不与 reg 的其余部分分开重命名低 8 的 CPU（除 P6 系列之外的所有内容：SnB 系列仅重命名高 8 reg，原始 Sandybridge 本身除外。）

PS：没有像 movd xmm0, xmm0 这样的指令，只有 movq xmm0, xmm0 的另一种形式，它会将 XMM 寄存器的低 64 位零扩展到完整的 reg .

如果您想查看各种编译器尝试对低位双字进行零扩展，with/without SSE4.1 insertps，请查看 Godbolt [=77] 中 __m128 foo(float f) { return _mm_set_ss(f); } 的 asm =] 以上。例如仅使用 SSE2，使用 pxor 将寄存器归零，然后 movss xmm1, xmm0。否则，insertps 或 xor-zero 和 blendps.

为什么 gcc 在只使用 SS/SD 指令的较低值时不将 XMM 寄存器的较高值归零？

Why doesn't gcc zero the upper values of an XMM register when only using the lower value with SS/SD instructions?

c

x86

assembly

sse

calling-convention