为什么 icc 为一个简单的 main 生成奇怪的程序集？

我有一个简单的program https://godbolt.org/z/3KD2CM:

int main()
{
    return 2*7;
}

GCC 和 clang 都开启了优化，很乐意生成 2 个指令二进制文件，但 icc 给出了奇怪的输出。

     push      rbp                                           #2.1
     mov       rbp, rsp                                      #2.1
     and       rsp, -128                                     #2.1
     sub       rsp, 128                                      #2.1
     xor       esi, esi                                      #2.1
     mov       edi, 3                                        #2.1
     call      __intel_new_feature_proc_init                 #2.1
     stmxcsr   DWORD PTR [rsp]                               #2.1
     mov       eax, 14                                       #3.12
     or        DWORD PTR [rsp], 32832                        #2.1
     ldmxcsr   DWORD PTR [rsp]                               #2.1
     mov       rsp, rbp                                      #3.12
     pop       rbp                                           #3.12
     ret

我不知道为什么ICC选择将堆栈对齐2个缓存行：

and       rsp, -128                                     #2.1
sub       rsp, 128                                      #2.1

那很有意思。 L2 高速缓存有一个相邻行预取器，喜欢将行对（在 128 字节对齐组中）拉入 L2。但 main 的栈帧通常不会被大量使用。也许在某些程序中重要的变量被分配在那里。 （这也解释了设置rbp，保存旧的 RSP，以便它可以在 AND 运算后返回。 gcc 在函数中使用 RBP 制作堆栈帧，并在其中对齐堆栈。）

剩下的就是因为main()很特殊，ICC使-ffast-math默认情况下。 （这是英特尔的“肮脏”小秘密之一，让它自动矢量化更多开箱即用的浮点代码。）

这包括将代码添加到顶部main设置 MXCSR（SSE 状态/控制寄存器）中的 DAZ/FTZ 位。有关这些位的更多信息，请参阅 Intel 的 x86 手册，但它们实际上并不复杂：

• DAZ：非正规数为零：作为 SSE/AVX 指令的输入，非正规数被视为零。

• FTZ：刷新至零：舍入时result如果执行 SSE/AVX 指令，次正常结果将被刷新为零。

有关的：SSE“非正规数为零”选项 https://stackoverflow.com/questions/37886551/sse-denormals-are-zeros-option

(ISO C++ 禁止程序回调main()，因此编译器可以将运行一次的内容放入main本身而不是 CRT 启动文件中。 gcc/clang 与-ffast-math指定用于设置 MXCSR 的 CRT 启动文件中的链接。但是，当使用 gcc/clang 编译时，它只会影响允许优化的代码生成。即，将 FP add/mul 视为关联，而不同的临时值意味着它实际上不是关联。这与设置DAZ/FTZ完全无关）。

非正规在这里被用作次正规的同义词：具有最小指数和有效数字的 FP 值，其中隐式前导位为 0 而不是 1。即，幅度小于的值FLT_MIN or DBL_MIN https://stackoverflow.com/questions/39746861/is-dbl-min-the-smallest-positive-double，最小的可表示的归一化浮点数/双精度。

https://en.wikipedia.org/wiki/Denormal_number https://en.wikipedia.org/wiki/Denormal_number.

产生次正常结果的指令可以是much较慢：为了优化延迟，某些硬件中的快速路径假定标准化结果，如果结果无法标准化，则采用微代码辅助。使用perf stat -e fp_assist.any来计算此类事件。

来自 Bruce Dawson 的优秀 FP 文章系列：这不正常——奇数浮点数的表现 https://randomascii.wordpress.com/2012/05/20/thats-not-normalthe-performance-of-odd-floats/. Also:

• 为什么将 0.1f 更改为 0 会使性能降低 10 倍？ https://stackoverflow.com/questions/9314534/why-does-changing-0-1f-to-0-slow-down-performance-by-10x
• 避免 C++ 中的非正规值 https://stackoverflow.com/questions/2487653/avoiding-denormal-values-in-c/2487733#2487733

Agner Fog 做了一些测试（参见他的微架构pdf https://agner.org/optimize/），以及 Haswell/Broadwell 的报告：

下溢和次正常

当浮点运算接近时，会出现次正规数 下溢。在某些情况下，处理次正规数的成本非常高 因为次正常结果是由微代码处理的情况 例外情况。

Haswell 和 Broadwell 的惩罚大约为 124 个时钟 在所有情况下循环，其中对正常数的运算给出 低于正常的结果。乘法也有类似的惩罚 介于正常数和次正常数之间，无论是否 结果正常或低于正常。添加正常值不会受到任何惩罚 和一个次正规数，无论结果如何。没有处罚 对于上溢、下溢、无穷大或非数字结果。

如果“清零”，则可以避免对次正规数的惩罚 模式和“非正规数为零”模式均在 MXCSR 中设置 登记。

因此，在某些情况下，现代英特尔 CPU 即使在次正常情况下也能避免处罚，但是