9月
28
uOP$ に乗ってるかどうかの違いなんじゃないの、と指摘されました。uOP$ のことすっかり忘れてました。Sandy Bridge の uOP$ の解説記事はこんなのがあります（英語）
- uOP$ に乗っている場合、命令デコーダを動かさずに直接 uOP を高速に後段に供給できる。この時、スループットは実行ユニットの構成（実行ポート数とか実行ユニット単体でのスループットとか）によって制限される。
- uOP$ に乗っていない場合、命令デコーダを動かすことになるが、複雑な（= 複数 uOP になる） and/or 使用頻度があまり高くない命令は 1命令/クロック でしかデコードできない（デコードする回路が無い）。そのためスループットは 1 が限界となる。
- （ここは推測） pshufb は使用頻度が高いので1クロックで複数命令デコードできるように作ってあるが、pmovzxbw はそうではないので1命令デコードなのでは？
と考えるとうまく説明できそうです（でも推測の部分はどうやって検証しますかね？）。ちなみに Sandy Bridge の uOP$ は最大で 1.5K uOPs らしいのですが、キャッシュの構造上きっちり uOP で満たすことができるとは限らない（らしい）ので、ループ内の命令が 1K を超えたあたりから徐々に遅くなる（uOP$ に乗らなくなる）ようです。
…これ、uOP$ に乗っている/いない で2回計測する必要があるってことなのかしら？
no comment untill now