在阅读了这篇关于在不同 C++ 编译器中对 SSE 代码进行内在引导优化的结果的有趣文章后，我决定自己做一个测试，特别是因为这篇文章已经有几年了。我使用了 MSVC，它在帖子作者执行的测试中表现非常糟糕（尽管在 VS 2010 版本中）并决定坚持一个非常基本的场景：将一些值打包到 XMM 寄存器中并执行简单的操作，如加法. 在文章中，_mm_set_ps 翻译成一个奇怪的标量移动和解包指令序列，所以让我们看看：
int _tmain(int argc, _TCHAR* argv[])
{
__m128 foo = _mm_set_ps(1.0f, 2.0f, 3.0f, 4.0f);
__m128 bar = _mm_set_ps(5.0f, 6.0f, 7.0f, 8.0f);
__m128 ret = _mm_add_ps(foo, bar);
// need to do something so vars won't be optimized out in Release
float *f = (float *)(&ret);
for (int i = 0; i < 4; i++)
{
cout << "f[" << i << "] = " << f[i] << endl;
}
}
接下来，我在调试器中编译并运行它，查看反汇编：
调试：
__m128 foo = _mm_set_ps(1.0f, 2.0f, 3.0f, 4.0f);
00B814F0 movaps xmm0,xmmword ptr ds:[0B87840h]
00B814F7 movaps xmmword ptr [ebp-190h],xmm0
00B814FE movaps xmm0,xmmword ptr [ebp-190h]
00B81505 movaps xmmword ptr [08],xmm0
_psm.2 6.0f、7.0f、8.0f）；
00B81509 movaps xmm0,xmmword ptr ds:[0B87850h]
00B81510 movaps xmmword ptr [ebp-170h],xmm0
00B81517 movaps xmm0,xmmword ptr [ebp-170h]
00B8151E movaps xmmword ptr,bar],_
mm_add_ps1( );
00B81522 movaps xmm0,xmmword ptr [bar]
00B81526 movaps xmm1,xmmword ptr [foo]
00B8152A addps xmm1,xmm0
00B8152D movaps xmmword ptr [ebp-150h],xmm1
00B81534 movaps xmm0,xmmword ptr [ebp-150h]
00B8153B movaps xmmword ptr [ret],xmm0
完全糊涂；为什么将 xmmword 放入 __m128 需要四个 MOVAPS？首先，它将数据放入 xmm0 （我假设它是存储在某处的四个浮点值的文字，不知道如何查看它），然后将 xmm0 复制到 ebp 指向的某处和一个偏移量，然后再将其复制回来到 xmm0 (?)，最后到应该存储它的变量的位置。为什么要做这么多工作？
发布： 这次我希望编译器完全避免将 xmmword 存储在内存中，只需将一个放在 xmm0 中，另一个放在 xmm1 中，执行 ADDPS，将结果放在内存中并完成它。相反，我得到了：
__m128 foo = _mm_set_ps(1.0f, 2.0f, 3.0f, 4.0f);
__m128 bar = _mm_set_ps(5.0f, 6.0f, 7.0f, 8.0f);
__m128 ret = _mm_add_ps(foo, bar);
003E1009 movaps xmm0,xmmword ptr ds:[3E2130h]
003E1010 push esi
003E1011 movaps xmmword ptr [esp+10h],xmm0
显然，不需要 ADDPS。我猜编译器注意到这两个 xmmwords 是编译时常量，所以它只是添加了它们，将结果作为文字放入代码中？奇怪的推动可能与随后的 for 循环有关，因为据我所知， esi 在那里用作循环计数器。不过，为什么要将数据段中预先计算的文字放入 xmm0 中，然后放入局部变量（esp+10h），为什么不直接使用文字呢？
总而言之，Debug 版本比我预期的更愚蠢（或者我可能没有得到什么），而 Release 版本却出人意料地聪明。任何解释此行为的评论将不胜感激。谢谢。
编辑：答案非常有启发性，但我仍然想知道我是否可以做些什么来改进编译器输出，这就是为什么我将问题从要求对此进行解释更改为当前形式。
例如，是否有可能以某种方式引导编译器不将foo和bar存储在内存中（因为添加后我不需要它们），只需将它们加载到 xmmN 寄存器并将它们保留在那里？也有可能退吗？引用文章的作者说，MSVC 只是“完全按照它的指示行事”。有什么方法可以在不显式编写 __asm 块的情况下变得更好（阅读：避免内存传输）代码？谢谢。