為什么在JVM x86平臺生成的機(jī)器代碼中會看到XMM寄存器？
2. 問題
代碼中沒有浮點(diǎn)或矢量操作，為什么在 JVM x86 平臺生成的機(jī)器代碼中會看到 XMM 寄存器？
3. 理論
FPU 和矢量單元在現(xiàn)代 CPU 中無處不在。通常，它們會為 FPU 特定操作提供了備用寄存器。例如，英特爾 x86_64 平臺的 SSE 和 AVX 擴(kuò)展包含了一組豐富的 XMM、YMM 和 ZMM 寄存器供指令操作。
雖然非矢量指令集與矢量、非矢量寄存器通常不會正交，比如不能在 x86_64 上對 XMM 寄存器執(zhí)行通用 IMUL，但是這些寄存器仍然提供了一種存儲選項(xiàng)。即使不用于矢量計(jì)算，也可以在這些寄存器中存儲數(shù)據(jù)。
(1) 最極端的情況是把矢量寄存器當(dāng)緩沖用。
寄存器分配器的任務(wù)是在一個(gè)特定的編譯單元（比如方法）中獲取程序需要的所有操作數(shù)，并為它們分配寄存器——映射到機(jī)器實(shí)際寄存器。真實(shí)程序中，需要的操作數(shù)大于機(jī)器中可用的寄存器數(shù)目。這時(shí)寄存器分配器必須把一些操作數(shù)放到寄存器以外的某個(gè)地方（比如堆棧），也就是說會發(fā)生操作數(shù)溢出。
x86_64 上有16個(gè)通用寄存器（并非每個(gè)寄存器都可用）。目前，大多數(shù)機(jī)器還有16個(gè) AVX 寄存器。發(fā)生溢出時(shí)，可以不存儲到堆棧而存儲到 XMM 寄存器中嗎？答案是可以。這么做會帶來什么好處？
4. 實(shí)驗(yàn)
看看下面這個(gè)簡單的 JMH 基準(zhǔn)測試，用一種非常特殊的方式構(gòu)建基準(zhǔn)（簡單起見，這里假設(shè) Java 具備有預(yù)處理能力）:
import org.openjdk.jmh.annotations.*;
import java.util.concurrent.TimeUnit;
@Warmup(iterations = 5, time = 1, timeUnit = TimeUnit.SECONDS)
@Measurement(iterations = 5, time = 1, timeUnit = TimeUnit.SECONDS)
@Fork(3)
@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.NANOSECONDS)
@State(Scope.Benchmark)
public class FPUSpills {
int s00, s01, s02, s03, s04, s05, s06, s07, s08, s09;
int s10, s11, s12, s13, s14, s15, s16, s17, s18, s19;
int s20, s21, s22, s23, s24;
int d00, d01, d02, d03, d04, d05, d06, d07, d08, d09;
int d10, d11, d12, d13, d14, d15, d16, d17, d18, d19;
int d20, d21, d22, d23, d24;
int sg;
volatile int vsg;
int dg;
@Benchmark
#ifdef ORDERED
public void ordered() {
#else
public void unordered() {
#endif
int v00 = s00; int v01 = s01; int v02 = s02; int v03 = s03; int v04 = s04;
int v05 = s05; int v06 = s06; int v07 = s07; int v08 = s08; int v09 = s09;
int v10 = s10; int v11 = s11; int v12 = s12; int v13 = s13; int v14 = s14;
int v15 = s15; int v16 = s16; int v17 = s17; int v18 = s18; int v19 = s19;
int v20 = s20; int v21 = s21; int v22 = s22; int v23 = s23; int v24 = s24;
#ifdef ORDERED
dg = vsg; // 給 optimizer 制造點(diǎn)麻煩
#else
dg = sg; // 只做常規(guī)存儲
#endif
d00 = v00; d01 = v01; d02 = v02; d03 = v03; d04 = v04;
d05 = v05; d06 = v06; d07 = v07; d08 = v08; d09 = v09;
d10 = v10; d11 = v11; d12 = v12; d13 = v13; d14 = v14;
d15 = v15; d16 = v16; d17 = v17; d18 = v18; d19 = v19;
d20 = v20; d21 = v21; d22 = v22; d23 = v23; d24 = v24;
}
}
上面的例子中一次會讀寫多對字段。實(shí)際上，優(yōu)化器本身并不會與具體程序綁定。事實(shí)上，這就是在 unordered 測試中觀察到的結(jié)果：
Benchmark Mode Cnt Score Error Units
FPUSpills.unordered avgt 15 6.961 ± 0.002 ns/op
FPUSpills.unordered:CPI avgt 3 0.458 ± 0.024 #/op
FPUSpills.unordered:L1-dcache-loads avgt 3 28.057 ± 0.730 #/op
FPUSpills.unordered:L1-dcache-stores avgt 3 26.082 ± 1.235 #/op
FPUSpills.unordered:cycles avgt 3 26.165 ± 1.575 #/op
FPUSpills.unordered:instructions avgt 3 57.099 ± 0.971 #/op
上面展示了26對 load-store，實(shí)際測試中大致有25對，但是這里沒有25個(gè)通用寄存器！從 perfasm 結(jié)果中可以看到，優(yōu)化器會把臨近的 load-store 對合并，減小寄存器壓力：
0.38% 0.28% ↗ movzbl 0x94(%rcx),%r9d
│ ...
0.25% 0.20% │ mov 0xc(%r11),%r10d ; 讀取字段 s00
0.04% 0.02% │ mov %r10d,0x70(%r8) ; 存儲字段 d00
│ ...
│ ... (transfer repeats for multiple vars) ...
│ ...
╰ je BACK
ordered 測試會給優(yōu)化器制造一點(diǎn)混亂，在存儲前全部加載。上面的結(jié)果也印證了這一點(diǎn)：先全部加載，再全部存儲。加載全部完成時(shí)寄存器的壓力最大，這時(shí)還沒有開始存儲。即便如此，從結(jié)果來看與 unordered 差異不大：
Benchmark Mode Cnt Score Error Units
FPUSpills.unordered avgt 15 6.961 ± 0.002 ns/op
FPUSpills.unordered:CPI avgt 3 0.458 ± 0.024 #/op
FPUSpills.unordered:L1-dcache-loads avgt 3 28.057 ± 0.730 #/op
FPUSpills.unordered:L1-dcache-stores avgt 3 26.082 ± 1.235 #/op
FPUSpills.unordered:cycles avgt 3 26.165 ± 1.575 #/op
FPUSpills.unordered:instructions avgt 3 57.099 ± 0.971 #/op
FPUSpills.ordered avgt 15 7.961 ± 0.008 ns/op
FPUSpills.ordered:CPI avgt 3 0.329 ± 0.026 #/op
FPUSpills.ordered:L1-dcache-loads avgt 3 29.070 ± 1.361 #/op
FPUSpills.ordered:L1-dcache-stores avgt 3 26.131 ± 2.243 #/op
FPUSpills.ordered:cycles avgt 3 30.065 ± 0.821 #/op
FPUSpills.ordered:instructions avgt 3 91.449 ± 4.839 #/op
這是因?yàn)橐呀?jīng)設(shè)法把操作數(shù)溢出到 XMM 寄存器中，而不是在堆棧上存儲：
3.08% 3.79% ↗ vmovq %xmm0,%r11
│ ...
0.25% 0.20% │ mov 0xc(%r11),%r10d ; 讀取字段 s00
0.02% │ vmovd %r10d,%xmm4 ; < --- FPU 溢出
0.25% 0.20% │ mov 0x10(%r11),%r10d ; 讀取字段 s01
0.02% │ vmovd %r10d,%xmm5 ; < --- FPU 溢出
│ ...
│ ... (讀取更多字段和 XMM 溢出) ...
│ ...
0.12% 0.02% │ mov 0x60(%r10),%r13d ; 讀取字段 s21
│ ...
│ ... (讀取到寄存器) ...
│ ...
│ ------- 讀取完成, 開始寫操作 ------
0.18% 0.16% │ mov %r13d,0xc4(%rdi) ; 存儲字段 d21
│ ...
│ ... (讀寄存器并存儲字段)
│ ...
2.77% 3.10% │ vmovd %xmm5,%r11d : < --- FPU 取消溢出
0.02% │ mov %r11d,0x78(%rdi) ; 存儲字段 d01
2.13% 2.34% │ vmovd %xmm4,%r11d ; < --- FPU 取消溢出
0.02% │ mov %r11d,0x70(%rdi) ; 存儲字段 d00
│ ...
│ ... (取消溢出并存儲字段)
│ ...
╰ je BACK
請注意：這里的確對某些操作數(shù)使用了通用寄存器（GPR），但是當(dāng)所有寄存器被用完時(shí)會發(fā)生溢出。這里對時(shí)機(jī)的描述并不確切?？雌饋硐劝l(fā)生了溢出，然后使用 GPR。然而這是一個(gè)假象，因?yàn)榧拇嫫鞣峙淦魇窃谌诌M(jìn)行分配。
(2) 一些寄存器分配器實(shí)際執(zhí)行的是線性分配，提高了 regalloc 的速度與生成代碼的效率。
XMM 溢出延遲似乎是最小的：盡管溢出需要更多指令，但它們的執(zhí)行效率很高能夠有效彌補(bǔ)流水線的缺陷。通過34條額外指令，大約17條溢出指令對，實(shí)際只要求4個(gè)額外周期。請注意，按照 4/34 = ~0.11 時(shí)鐘/指令 計(jì)算 CPI 是不對的，計(jì)算結(jié)果會超出當(dāng)前 CPU 處理能力。但是實(shí)際帶來的改進(jìn)是真實(shí)的，因?yàn)槭褂昧艘郧皼]有用到的執(zhí)行塊。
沒有參照談效率是毫無意義的。這里用 -XX:-UseFPUForSpilling 讓 Hotspot 禁用 FPU 溢出，這樣可以了解 XMM 溢出帶來的好處：
Benchmark Mode Cnt Score Error Units
# Default
FPUSpills.ordered avgt 15 7.961 ± 0.008 ns/op
FPUSpills.ordered:CPI avgt 3 0.329 ± 0.026 #/op
FPUSpills.ordered:L1-dcache-loads avgt 3 29.070 ± 1.361 #/op
FPUSpills.ordered:L1-dcache-stores avgt 3 26.131 ± 2.243 #/op
FPUSpills.ordered:cycles avgt 3 30.065 ± 0.821 #/op
FPUSpills.ordered:instructions avgt 3 91.449 ± 4.839 #/op
# -XX:-UseFPUForSpilling
FPUSpills.ordered avgt 15 10.976 ± 0.003 ns/op
FPUSpills.ordered:CPI avgt 3 0.455 ± 0.053 #/op
FPUSpills.ordered:L1-dcache-loads avgt 3 47.327 ± 5.113 #/op
FPUSpills.ordered:L1-dcache-stores avgt 3 41.078 ± 1.887 #/op
FPUSpills.ordered:cycles avgt 3 41.553 ± 2.641 #/op
FPUSpills.ordered:instructions avgt 3 91.264 ± 7.312 #/op
上面的結(jié)果可以看到 load/store 計(jì)數(shù)增加，為什么？這些是堆棧溢出。雖然堆棧本身速度很快，但仍然在內(nèi)存中運(yùn)行，訪問 L1 緩存中的堆?？臻g?；旧洗蠹s需要額外17個(gè)存儲對，但現(xiàn)在只需要約11個(gè)時(shí)鐘周期。這里 L1 緩存的吞吐量是主要限制。
最后，可以觀察 -XX:-UseFPUForSpilling 的 perfasm 輸出：
2.45% 1.21% ↗ mov 0x70(%rsp),%r11
│ ...
0.50% 0.31% │ mov 0xc(%r11),%r10d ; 讀取字段 s00
0.02% │ mov %r10d,0x10(%rsp) ; < --- 堆棧溢出!
2.04% 1.29% │ mov 0x10(%r11),%r10d ; 讀取字段 s01
│ mov %r10d,0x14(%rsp) ; < --- 堆棧溢出!
│ ...
│ ... (讀取其它字段和堆棧溢出) ...
│ ...
0.12% 0.19% │ mov 0x64(%r10),%ebp ; 讀取字段 s22
│ ...
│ ... (more reads into registers) ...
│ ...
│ ------- 讀取完成, 開始寫操作 ------
3.47% 4.45% │ mov %ebp,0xc8(%rdi) ; 存儲字段 d22
│ ...
│ ... (讀取更多寄存器和存儲字段)
│ ...
1.81% 2.68% │ mov 0x14(%rsp),%r10d ; < --- 取消堆棧溢出
0.29% 0.13% │ mov %r10d,0x78(%rdi) ; 存儲字段 d01
2.10% 2.12% │ mov 0x10(%rsp),%r10d ; < --- 取消堆棧溢出
│ mov %r10d,0x70(%rdi) ; 存儲字段 d00
│ ...
│ ... (取消其它溢出和存儲字段)
│ ...
╰ je BACK
的確，在堆棧溢出發(fā)生的地方也可以看到 XMM 溢出。
5. 觀察
FPU 溢出是緩解寄存器壓力的一種好辦法。雖然不增加通用寄存器寄存器數(shù)量，但確實(shí)在溢出時(shí)提供了更快的臨時(shí)存儲。在僅需要幾個(gè)額外的溢出存儲時(shí)，可以避免轉(zhuǎn)存到 L1 緩存支持的堆棧。
這為什么有時(shí)會出現(xiàn)奇怪的性能差異：如果在一些關(guān)鍵路徑上沒有用到 FPU 溢出，很可能會看到性能下降。例如，引入一個(gè) slow-path GC 屏障，假定會清除 FPU 寄存器，可能會讓編譯器回退到堆棧溢出，并不去嘗試其它優(yōu)化。
對支持 SSE 的 x86 平臺、ARMv7 和 AArch64，Hotspot 默認(rèn)啟用 -XX:+UseFPUForSpilling。因此，無論是否知道這個(gè)技巧，大多數(shù)程序都能從中受益。
-
ARM
+關(guān)注
關(guān)注
134文章
9345瀏覽量
376456 -
寄存器
+關(guān)注
關(guān)注
31文章
5432瀏覽量
124066 -
存儲器
+關(guān)注
關(guān)注
38文章
7644瀏覽量
166969 -
JVM
+關(guān)注
關(guān)注
0文章
160瀏覽量
12578 -
FPU
+關(guān)注
關(guān)注
0文章
45瀏覽量
21858
發(fā)布評論請先 登錄
x86硬件平臺的最佳伴侶
X86硬件設(shè)計(jì)系列知識分享
解讀x86、ARM和MIPS三種主流芯片架構(gòu)
x86平臺架構(gòu)如何為用戶帶來豐富的交互式駕駛體驗(yàn)？
嵌入式X86和ARM各自都有哪些優(yōu)缺點(diǎn)呢
Tars在ARM平臺上的移植是如何去實(shí)現(xiàn)的
在arm64和x86服務(wù)器上運(yùn)行的耗時(shí)來發(fā)現(xiàn)Docker在arm64架構(gòu)下的性能問題
英特爾雙核處理器 進(jìn)軍x86平臺市場
LinuxBIOS在嵌入式x86系統(tǒng)中的配置
如何在C代碼中插入寄存器？
微機(jī)原理筆記——x86寄存器
基于X86平臺的ARM指令集模擬器設(shè)計(jì)
基于X86平臺的ARM指令集模擬器的設(shè)計(jì)方案
觸翔X86工控主板在交互機(jī)器人中的應(yīng)用
- 設(shè)計(jì)技術(shù)
- 可編程邏輯
- 電源/新能源
- MEMS/傳感技術(shù)
- 測量儀表
- 嵌入式技術(shù)
- 制造/封裝
- 模擬技術(shù)
- RF/無線
- 接口/總線/驅(qū)動
- 處理器/DSP
- EDA/IC設(shè)計(jì)
- 存儲技術(shù)
- 光電顯示
- EMC/EMI設(shè)計(jì)
- 連接器
- 行業(yè)應(yīng)用
- LEDs
- 汽車電子
- 音視頻及家電
- 通信網(wǎng)絡(luò)
- 醫(yī)療電子
- 人工智能
- 虛擬現(xiàn)實(shí)
- 可穿戴設(shè)備
- 機(jī)器人
- 安全設(shè)備/系統(tǒng)
- 軍用/航空電子
- 移動通信
- 工業(yè)控制
- 便攜設(shè)備
- 觸控感測
- 物聯(lián)網(wǎng)
- 智能電網(wǎng)
- 區(qū)塊鏈
- 新科技
- 特色內(nèi)容
- 專欄推薦
- 學(xué)院
- 設(shè)計(jì)資源
- 設(shè)計(jì)技術(shù)
- 電子百科
- 電子視頻
- 元器件知識
- 工具箱
- VIP會員
- 最新技術(shù)文章
- 產(chǎn)品地圖
- 品牌地圖
- 供應(yīng)鏈服務(wù)
- 硬件開發(fā)
- 華秋電路
- 華秋商城
- 華秋智造
- nextPCB
- BOM配單
- 媒體服務(wù)
- 網(wǎng)站廣告
- 在線研討會
- 活動策劃
- 新聞發(fā)布
- 新品發(fā)布
- 小測驗(yàn)
- 設(shè)計(jì)大賽
- 華秋
- 關(guān)于我們
- 投資關(guān)系
- 新聞動態(tài)
- 加入我們
- 聯(lián)系我們
- 舉報(bào)投訴
- 社交網(wǎng)絡(luò)
- 微博
- 移動端
- 發(fā)燒友APP
- 硬聲APP
- WAP
- 聯(lián)系我們
- 廣告合作
- 王婉珠：wangwanzhu@elecfans.com
- 內(nèi)容合作
- 黃晶晶：huangjingjing@elecfans.com
- 內(nèi)容合作（海外）
- 張迎輝：mikezhang@elecfans.com
- 供應(yīng)鏈服務(wù) PCB/IC/PCBA
- 江良華：lanhu@huaqiu.com
- 投資合作
- 曾海銀：zenghaiyin@huaqiu.com
- 社區(qū)合作
- 劉勇：liuyong@huaqiu.com
-
關(guān)注我們的微信
-
下載發(fā)燒友APP
-
電子發(fā)燒友觀察
版權(quán)所有 ? 湖南華秋數(shù)字科技有限公司
長沙市望城經(jīng)濟(jì)技術(shù)開發(fā)區(qū)航空路6號手機(jī)智能終端產(chǎn)業(yè)園2號廠房3層（0731-88081133）
電子發(fā)燒友 （電路圖） 湘公網(wǎng)安備43011202000918
工商網(wǎng)監(jiān)
湘ICP備2023018690號-1
評論