cpu指令集的诞生发展分类及对处理器性能提升的作用

CPU指令集的诞生、发展、分类及对处理器性能提升的作用

SNB平台的掌上明珠最新AVX指令集A VX（Advanced Vector Extensions，高级矢量扩展）指令集借鉴了一些AMD SSE5的设计思路，进行扩展和加强，形成一套新一代的完整SIMD指令集规范。在今年4月的IDF2

01

0上，英特尔演示了A VX的应用，在两个不同平台上动态跟踪刘翔运行服上的五星红旗，结果显示，支持A VX的系统视频跟踪的用时为14秒，比不支持A VX的系统快了21秒，性能提升了6

0%以上。

有兴趣的读者可以点击观看A VX应用主题演讲视频，时间大概在第33分钟左右。英特尔A VX的新特性

英特尔A VX指令集主要在以下几个方面得到扩充和加强：·支持256位矢量计算，浮点性能最大提升2倍

·增强的数据重排，更有效存取数据

·支持3操作数和4操作数，在矢量和标量代码中能更好使用寄存器

·支持灵活的不对齐内存地址访问

·支持灵活的扩展性强的VEX编码方式，可减少代码支持256位矢量计算

自1999年SSE将矢量处理能力从64位提升到128位后，SSE系列指令都只能使用128位XMM寄存器，这次A VX

将所有16个128位XMM寄存器扩充为256位的YMM寄存器，从而支持256位的矢量计算。128位的XMM寄存器扩展到256位的YMM寄存器

这意味着可以同时处理8个32bit的浮点或是一个256bit 的浮点，在写程序时可以忽略SSE 128bit的限制，直接写入一个可以进行多组操作，能够充分利用256bit数据位宽的代码，理想状态下，浮点性能最高能达到前代的2倍水平。

当然有时并不是能完全能利用这256位，在大多数情况下，这些寄存器的高128位是设为

0或者是“LEFT unchanged”，同时所有的

SSE/SSE2/SSE3/SSSE3/SSE4指令是被A VX全面兼容的

（A VX不兼容MMX），因此实际操作的是YMM寄存器的低128位，在这一点上与原来的SSE系列指令集无异。Sandy Bridge最突出的部分

为了满足指令集带来的改进，Load载入单元也要适应一次载入256Bit的能力，所以增加了一组载入单元完成载入操作，并不是单纯的将带宽扩展一倍。这样可以在一个时钟周期内实现256位的乘、加和Shuffle运算。

使用新的256位寄存器来提升数据I/O效率，更好的标记、传播载入的数据，动态的改变数据序列，以此来组织、访问和载入运算所需的数据，速度更快效率更高。A VX增加了很多新的浮点运算指令

A VX还引入了很多新的浮点运算指令，浮点运算能力加强，不光提升了3D游戏，还可以更有效的支持如复杂的flash 显示，更快的SVG（可伸缩矢量图形）支持，更好的HTML5

效果等等，相比用GPU计算来讲功耗更小，体积更小，成本也小，对GPU计算是个不大不小的冲击。

A VX是SNB最重要改进支持3操作数和4操作数

通常一条计算机指令包括有操作码和操作数（operands），操作码决定要完成的操作，操作数指参加运算的数据及其所在的单元地址。比如movaps xmm1, xmm0就是一个双操作数，SSE指令movaps为操作码，其功能是将xmm0寄存器的内容复制给xmm1。新的3操作数和4操作数格式

A VX指令集改进和加强了原有的在3个操作数指令的编码和语法，使之更灵活。比如要实现xmm10 = xmm9 + xmm1 的功能，以前需要两个指令执行：

movapps xmm10, xmm9将xmm9寄存器数据copy到xmm10

addpd xmm10, xmm1将xmm1和xmm10寄存器数据相加，并存放到xmm10

应用A VX指令集新的3操作数方式，可以直接由一条指令就能完成：

vaddpd xmm10, xmm9, xmm1

显然A VX三操作数能带来更少的寄存器复制，并且代码也更精简。

4操作数虽然是AMD在SSE5中首先提出的，但英特尔的A VX也能支持这一方式，其最终收益是对A VX 128和

A VX 256使用非破坏性语法，减少寄存器间的拷贝，精简代码，增加load/op fusion的机会。

movaps xmm0, xmm4

movaps xmm1, xmm2

blendvps xmm1, m128

比如上面的三条指令，利用4操作数，可以不需要使用隐含的xmm0，直接由下面一条指令完成：

vblendvps xmm1, xmm2, m128, xmm4

支持灵活的不对齐内存地址访问

CPU在工作时只能按照内部数据位宽长度（比如说

32bit）的整倍数为边界进行内存操作，即只能从地址0、32、64、96...处进行存取，而不能从27、58、83等非边界地址处进行。如果一定要取这些非边界地址处的内容，则必须用若干个操作将其凑出来，因而大大影响存取效率。

一个结构体的设计长度却并不一定是32的倍数，例如一个六个字符的结构其长度为48位，如果多个这样的结构在内存中顺着摆放，则许多结构的起始地址将不在边界处，因此编译程序总是会将每个结构的尾部都加入一些必要的

空白，将其凑成32的整数倍，这就是边界对齐的基本道理。传统的指令中，当访问不对齐内存（unaligned memory access）时，需要相当大的访问周期，甚至会有惩罚性延时，极大地降低速度。

而在A VX指令集中，以VEX前缀编码的算术指令和内存访问指令在访问内存时更灵活，既可访问对齐的内存地址，也可访问未对齐的数据。当然访问未对齐数据，多少都

会有损失，但相对传统的指令来说，所承受的惩罚要小得多。

革新的VEX指令编码方式

英特尔在2008年春天的IDF上介绍A VX的时候就表示A VX的重点在于采用了称为“VEX (Vector Extension)”革新的指令编码方式。VEX编码指令解决方案

x86指令集容易扩张，但是每次对于新指令和新数据类型的增加，都会在操作码（opcode）之前增加了一个字节的前缀（prefix），从而实现对扩展的支持。这样的就带来指令集的复杂化和命令长度增加，从而导致二进制的冗余和增加CPU命令解码硬件的复杂性。

VEX编码方式解决了这个问题，VEX的构想，就是压缩prefix中包含的信息，在1个字节的payload中全部包括了prefix的内容，这样缩短指令长度，从而极大地降低了无谓的code size浪费。并且在今后导入的新的寄存器中，128bits 或更长的256bits的数据，也将在payload中压缩。Intel A VX vs. AMD XOP（图片来源后藤弘茂）

VEX prefix分为2个字节和3个字节的版本，即前缀部