x86_64：IMUL 比 2x SHL + 2x ADD 更快吗？

当查看 Visual Studio (2015U2) 生成的程序集时/O2（发布）模式我看到这段“手工优化”的 C 代码被翻译回乘法：

int64_t calc(int64_t a) {
  return (a << 6) + (a << 16) - a;
}

集会：

  imul        rdx,qword ptr [a],1003Fh  

所以我想知道这是否真的比按照编写的方式执行要快，例如：

  mov         rbx,qword ptr [a]  
  mov         rax,rbx  
  shl         rax,6  
  mov         rcx,rbx  
  shl         rcx,10h  
  add         rax,rcx  
  sub         rax,rbx  

我一直有这样的印象：乘法总是比几次移位/加法慢？现代 Intel x86_64 处理器不再是这种情况了吗？

没错，现代 x86 CPU（尤其是 Intel）具有非常高性能的乘法器。
imul r, r/m and imul r, r/m, imm在 Intel SnB 系列和 AMD Ryzen 上，两者都是 3 个周期延迟，每 1c 吞吐量一个周期延迟，即使对于 64 位操作数大小也是如此。

在 AMD Bulldozer 系列上，延迟为 4c 或 6c，每 2c 延迟 1 次或每 4c 吞吐量 1 次。 （64 位操作数大小的速度较慢）。

数据来自Agner Fog 的说明书 http://agner.org/optimize/。另请参阅中的其他内容x86 /questions/tagged/x86标签维基。

现代 CPU 中的晶体管预算相当庞大，并允许以如此低的延迟执行 64 位乘法所需的硬件并行量。 （这需要一个lot加法器的数量 https://en.wikipedia.org/wiki/Dadda_multiplier做一个大快速乘法器 https://en.wikipedia.org/wiki/Binary_multiplier#Implementations. 现代 X86 处理器实际上如何计算乘法？ https://stackoverflow.com/questions/26370287/how-modern-x86-processors-actually-compute-multiplications/62117473#62117473).

受到功率预算而不是晶体管预算的限制，意味着可以为许多不同的功能提供专用硬件，只要它们不能同时切换（https://en.wikipedia.org/wiki/Dark_silicon https://en.wikipedia.org/wiki/Dark_silicon）。例如你不能饱和pext/pdep单元、整数乘法器和向量 FMA 单元同时在 Intel CPU 上运行，因为它们中的许多单元位于相同的执行端口上。

有趣的事实：imul r64也是 3c，因此您可以在 3 个周期内获得完整的 64*64 => 128b 乘法结果。imul r32不过，是 4c 延迟和额外的 uop。我的猜测是，额外的微操作/周期将常规 64 位乘法器的 64 位结果分成两个 32 位一半。

编译器通常会针对延迟进行优化，并且通常不知道如何优化短的独立依赖链以提高吞吐量，而不是优化延迟瓶颈的长循环承载依赖链。

gcc 和 clang3.8 及更高版本最多使用两个LEA指令而不是imul r, r/m, imm。我认为 gcc 会使用imul如果替代方案是 3 个或更多指令（不包括mov）， 尽管。

这是一个合理的调整选择，因为 3 指令 dep 链的长度与imul关于英特尔。使用两条 1 周期指令会花费额外的 uop，将延迟缩短 1 周期。

clang3.7 及更早版本往往受到青睐imul只需要单个 LEA 或移位的乘法器除外。因此，clang 最近改为针对延迟进行优化，而不是针对乘以小常数的吞吐量进行优化。 （或者可能是出于其他原因，例如不与仅与乘法器位于同一端口上的其他事物竞争。）

e.g. Godbolt 编译器浏览器上的这段代码 http://gcc.godbolt.org/#compilers:!((compiler:g6,options:'-xc+-std%3Dgnu11+-Wall+-Wextra+-fverbose-asm+-O3+-march%3Dhaswell',source:'int+foo+(int+a)+%7B+return+a+*+63%3B+%7D')),filterAsm:(commentOnly:!t,directives:!t,intel:!t,labels:!t),version:3:

int foo (int a) { return a * 63; }
    # gcc 6.1 -O3 -march=haswell (and clang actually does the same here)
    mov     eax, edi  # tmp91, a
    sal     eax, 6    # tmp91,
    sub     eax, edi  # tmp92, a
    ret

clang3.8 及更高版本生成相同的代码。