linux编程奇淫巧计17（如何达到内存最大带宽，精简指令，预取和NT）

接上回：http://blog.csdn.net/pennyliang/archive/2011/03/08/6231709.aspx

用复杂指令的方法，没有任何优化的余地，优化的工作全仰仗intel工程师了，采用精简指令，将循环展开，可以使用更多的技巧包括预取，NT，关于non-temp该系列前面的一篇文章已经详细介绍不在多说。另外这里用到了r8开始的寄存器，这些是64位新增的，通常在这种流式数据中普遍采用。

本系列读者主要面向在校学生，希望同学们用我给出的代码多做实验，多想实验改进的方法，提高编码能力，我们所学的体系结构等教材，大部分是没有提供可执行的源码，如果没有系统的实验，很难有深入的理解。

“深入理解计算机系统”这本书不错，但很多例子都不是可执行的程序，大部分同学看过即忘，很难形成系统的认识，把心定下来，潜心研究，系统实验，是本系列博客想达到的目的，如果能影响到一些人，那真是善莫大焉。

下面一篇第18集，将会探讨SSE指令集，XMM寄存器，和内存读写模式。最后将给出这几种方法的实验数据。

注：因为是实验，因此做了对齐的假定，只限于实验使用，因为如果要做对齐势必增加代码，而失去了对主旨的关注。

#include "stdlib.h" #include "string.h" #if defined(__i386__) static __inline__ unsigned long long rdtsc(void) { unsigned long long int x; __asm__ volatile (".byte 0x0f, 0x31" : "=A" (x)); return x; } #elif defined(__x86_64__) static __inline__ unsigned long long rdtsc(void) { unsigned hi, lo; __asm__ __volatile__ ("rdtsc" : "=a"(lo), "=d"(hi)); return ( (unsigned long long)lo)|( ((unsigned long long)hi)<<32 ); } #endif __asm__(".text\n" ".type m_b_64, @function\n" "m_b_64:push %rbp\n" "mov %rsp,%rbp\n" "mov %rdx,%rcx\n" "rep movsq\n" "leaveq\n" "retq\n"); __asm__(".text\n" ".type m_c ,@function\n" "m_c:push %rbp\n" "mov %rsp,%rbp\n" "cp: movq (%rsi),%rax\n" " movq %rax,(%rdi)\n" " addq $8,%rsi\n" " addq $8,%rdi\n" " dec %rdx\n" " jnz cp\n" " leaveq\n" " retq\n"); __asm__(".text\n" ".type m_c_2 ,@function\n" "m_c_2:push %rbp\n" "mov %rsp,%rbp\n" "co: prefetcht0 1024(%rsi)\n" " movq (%rsi),%rax\n" " movq 8(%rsi),%rbx\n" " movq 16(%rsi),%rcx\n" " movq 24(%rsi),%r8\n" " movq 32(%rsi),%r9\n" " movq 40(%rsi),%r10\n" " movq 48(%rsi),%r11\n" " movq 56(%rsi),%r12\n" " movnti %rax,(%rdi)\n" " movnti %rbx,8(%rdi)\n" " movnti %rcx,16(%rdi)\n" " movnti %r8,24(%rdi)\n" " movnti %r9,32(%rdi)\n" " movnti %r10,40(%rdi)\n" " movnti %r11,48(%rdi)\n" " movnti %r12,56(%rdi)\n" " addq $64,%rsi\n" " addq $64,%rdi\n" " subq $8, %rdx\n" //一次处理8个quad words " jnz co\n" " leaveq\n" " retq\n"); int main(void) { int bytes_cnt = 32*1024*1024;//32M bytes int word_cnt = bytes_cnt/2; //16M words int dword_cnt = word_cnt/2; //8M double words int qdword_cnt = dword_cnt/2;//4M quad words char* from = (char*) malloc(bytes_cnt); char* to = (char*)malloc(bytes_cnt); memset(from,0x1,bytes_cnt); memset(to,0x0,bytes_cnt); unsigned long long start; unsigned long long end; int i; for(i=0;i<10;++i) { start = rdtsc(); m_b_64(to,from,qdword_cnt); end = rdtsc(); printf("m_b_64 use time:\t%d\n",end-start); } for(i=0;i<10;++i) { start = rdtsc(); m_c(to,from,qdword_cnt); end = rdtsc(); printf("m_c use time:\t%d\n",end-start); } for(i=0;i<10;++i) { start = rdtsc(); m_c_2(to,from,qdword_cnt); end = rdtsc(); printf("m_c_2 use time:\t%d\n",end-start); } /*********use to make sure cpy is ok********* int sum = 0; for(i=0;i