我可以在其中阅读有关此类内容的资源
See 阿格纳·福格的微建筑 pdf http://agner.org/optimize/，以及他的优化装配指南。还有其他链接x86 /questions/tagged/x86tag wiki（例如英特尔的优化手册）。
您没有提到的有趣选项是：
mov %rbx, %rcx
imul %rbx, %rbx # doesn'y have to wait for mov to execute
# old value of %rbx is still available in %rcx
If the imul处于关键路径上，并且mov具有非零延迟（如 AMD CPU 和 IvyBridge 之前的 Intel），这可能更好。的结果imul将提前一个周期准备好，因为不依赖于结果mov.
然而，如果旧值位于关键路径上而平方值不在关键路径上，那么情况会更糟，因为它增加了mov到关键路径。
当然，这也意味着您必须跟踪旧变量现在位于不同寄存器中的事实，并且旧寄存器具有平方值。如果这是循环中的问题，请将其展开，这样您就可以得到循环顶部所期望的结果。如果您希望这很容易，您可以使用编译器而不是手动优化 asm。
然而，Intel P6 系列 CPU（PPro/PII 至 Nehalem）具有有限的寄存器读取端口，因此最好优先读取您刚刚编写的寄存器。如果%rbx没有在最后几个周期写入，当mov and imuluop 经历重命名和发布阶段（RAT）。
如果他们不作为同一组 4 人的一部分发布，那么他们每个人都需要阅读%rbx分别地。由于 Core2/Nehalem 中的寄存器文件只有 3 个读取端口，因此发行组（Agner Fog 称之为四重奏）会停止，直到从寄存器文件中读取所有最近未写入的输入寄存器值（每个周期 3 个，或Core2 上的 2 表示 3 个寄存器中没有一个是寻址模式下的索引寄存器）。
有关完整详细信息，请参阅阿格纳·福格的微建筑 pdf http://agner.org/optimize/第 8.8 节。 Core2 部分又引用了 PPro 部分。 PPro 有一个 3 宽的管道，因此 Agner 在该部分谈论的是三重奏，而不是四重奏。
If mov and imul一起发行，他们都有相同的阅读%rbx。在 Core2/Nehalem 上发生这种情况的可能性为四分之三。
对于 Intel P6 系列 CPU，仅在您提到的序列之间进行选择，第一个序列比第二个序列具有明显（但通常很小）的优势。 AFAIK，其他 CPU 没有什么区别，所以选择是显而易见的。
mov %rbx, %rcx
imul %rcx, %rcx # uses only the recently-written rcx; can't contribute to register-read stalls
两全其美：
mov %rbx, %rcx
imul %rbx, %rcx # can't execute until after the mov, but still reads a potentially-old register
如果您要依赖最近编写的寄存器，您不妨使用only最近写入的寄存器。
Intel Sandybridge 系列使用物理寄存器文件（如 AMD Bulldozer 系列），并且没有寄存器读取停顿。
Ivybridge（第二代 Sandybridge）及后来的手柄mov reg,reg在寄存器重命名时，零延迟且无执行单元。这意味着您是否愿意并不重要rbx or rcx至于关键路径长度。
然而，AMD Bulldozer 系列只能在重命名阶段处理 xmm 寄存器移动；整数寄存器移动仍然有 1c 延迟。
可能仍然值得关心哪个依赖链mov如果延迟是循环每次迭代周期的限制因素，则为一部分。
如何对此进行基准测试
我认为你可以将一个在 Core2 上有寄存器读取停顿的微基准测试与imul %rbx, %rcx，但不与imul %rcx, %rcx。然而，这需要一些尝试和错误才能获得mov and imul在不同的组中发布，除非你真的很有创意，否则可能会有一些看起来很人造的周围代码，它们的存在只是为了读取大量寄存器。 （例如。lea (%rsi, %rdi, 1), %eax， 甚至add (%rsi, %rdi, 1), %eax（它必须读取所有三个寄存器，并且在 core2/nehalem 上进行微熔丝，因此它只需要问题组中的 1 个 uop 插槽。（它SnB 系列上没有微熔断器 https://stackoverflow.com/questions/26046634/micro-fusion-and-addressing-modes/31027695#31027695)).
