🚀 go-pugleaf

Wojciech Muła pisze:
> Andrzej Grażyński <grazynsk@petex.com.pl> wrote:
> 
>> Jak pamiętasz, zadałem na początku pytanie: czy przy odwracaniu
>> kolejności bajtów BSWAP może się do czegoś przydać?
>>
>> Jaki wniosek?
> 
> Wniosek jest taki, że się bardzo przydaje. Bez wielkiego wysiłku
> mamy przyspieszenie 2 razy, przy rozwinięciu pętli ponad 3 razy
> (w stosunku do wersji bajt po bajcie).
> 
>> Co prawda w ogólnym przypadku długość pola nie jest wielokrotnością 4, 
>> ale zaprezentowany przeze mnie algorytm po wykonaniu serii instrukcji 
>> BSWAP wykonuje jeszcze CO NAJWYŻEJ DWIE ZAMIANY, czyli dodatkowy koszt 
>> jest stały i niewielki. W ogólnym przypadku pola ładowane/zapisywane 
>> do/z rejestrów EAX i EDX nie są wyrównane do DWORD, co też może wydłużać 
>> czasy podane powyżej
> 
> Będę jeszcze jutro albo pojutrze testował więcej i wtedy przygotuję jakiś
> nadający się do wglądu program. Na razie wstępnie zaobserwowałem, że
> niewyrównane dane dają spowolnienie 2-3 krotne (dla BSWAP mniejsze,
> dla rozkazów SSE większe).
> 
>> (a propos: czy rozmiar tablicy będący wielokrotnością 32 gwarantuje,
>> że cała tablica będzie wyrównana na adresie podzielnym przez 32?
>> Chyba jednak nie...).
> 
> Procedury zakodowałem jako wstawki asemblerowe w GCC, mam w programie duże
> statyczne tablice, które na pewno były wyrównane do granicy 16 bajtów (a może
> nawet do granicy strony), bo inaczej by wersje SSE nie zadziałały. :)
> 
>> Skoro już wziąłeś się za pomiary, to spróbuje porównać moją procedurę z 
>> naiwnym przestawianiem bajtów.
>>
>>      PUSH EBX
>>      PUSH ESI
>>      PUSH EDI
>>
>>      CLD
>>
>>      LEA EDI,[ESI+ECX-4]
>>
>>      MOV EBX,ECX
>>
>>      ADD ECX,4
>>      SHR ECX,3
>>      JZ  @@Partial
>>
>> @@Loop:
>>      LODSD
>>      MOV EDX,[EDI]
>>      BSWAP EAX
>>      BSWAP EDX
>>      STOSD
>>      MOV [ESI-4],EDX
>>      SUB EDI,8
>>      LOOP @@Loop
> 
> Zmartwię Cię - na Core 2 to jest dramatycznie wolne, niekiedy wolniejsze
> od wersji bajt po bajcie, a jeśli szybsze to nieznacznie tylko. Wszystko
> psuje pewnie lods/stos. Mój kod jest natomiast taki:
> 
> 1:
> 	mov eax, [esi]
> 	mov ebx, [edi]
> 	bswap eax
> 	bswap ebx
> 	mov eax, [edi]
> 	mov ebx, [esi]
> 	add esi, 4
> 	sub edi, 4
> 	cmp esi, edx	; edx = esi + 4*(ecx/2)
> 	jne 1
> 
> I te czasy dla tablic 32-bajtowych wynoszą mniej więcej:
> * bajt po bajcie - 400 ms / 100%
> * Twoje BSWAP	 - 490 ms / 120%
> * moje BSWAP	 - 180 ms /  45%
> 
> w.

Skoro LODS/STOS tak się nie lubią z tym procesorem, to zróbmy oczywistą 
modyfikację, nieznacznie różniącą się od Twojej wersji:


   @@Loop:
        MOV EAX,[ESI]
        MOV EDX,[EDI]
        BSWAP EAX
        BSWAP EDX
        MOV [EDI],EAX
        MOV [ESI],EDX
        ADD ESI,4
        SUB EDI,4
        LOOP @@Loop

I sprawdź teraz.

a.