[kalvis]

edukalt valmis treinud 10-kond assembleri funktsiooni videotöötluseks ja funktsiooni kood töötab korrektselt.
Kuid tekkis küsimus kas ja kuidas saaks kõige parema kiirusega anda funktsiooni parameetreid üle registritele. Mul ei ole vaja ühtegi parameetrit salvestada pinusse vaid otse üldregistrisse, õigemini laen sinna viida(d) ja pikkuse ning edasi teeb assembler oma aritmeetilist tööd ekraanitäie mälu kallal. Ühtegi parameetrit tagastada vaja ei ole. C standardcall väidab, et kõik funktsiooni parameetrid salvestatakse pinusse. Võtmesõnaga fastcall salvestatakse registrisse, kuid ei ole kindel millisesse registrisse ja kas kõik. Justkui oleks see mis vaja. Kuid googles väitsid mõned, et fastcall salvestab ehk max 2 parameetrit ja teadmata mis registrisse, asm omakorda swapib need registrid lihtsalt niisama ümber ja kokkuvõtteks pole kasu ei miskit. Lisaks väideti, et inline käsuga fastcall ei tööta üldse.
Teine variant oleks fastcalli asemel kirjutada ette funktsiooni argumendile sõna register, kuid jälle registrite mõttetust swapimisest pääsu ei ole sest kompilaator arvab teisiti (et tegu ei ole ühe ja sama muutujaga). Leidsin vaid ühe jutu, kus keegi väitis, et vaid gcc saab asm käsu sees kompilaatorit õpetada, milliseid registreid võiks kompilaator ilma swappimata kasutada. Aga kuidas? (Siin ei mõtle : : "b" (muutuja) varianti, sest see laeb pinust registrisse)

Küsimus olekski et kuidas saaks siis inline assembleris funktsiooni argumente otse soovitud registritesse saada, ilma et neid kuhugi mujale salvestatakse või registris swapitakse? Kompilaatoriks praegu Codeblock windowsi keskkonnas.

Veidi sarnasem küsimus on struktuuriga. Praegu annan struktuuri aadressi funktsiooni kaasa viidana ja seal sees tuleb siis mõningaid kirjeid ja aadresse registritesse lugeda. Kui püüdsin googlega midagi leida inline asm ja struktuuri kasutamisest siis ausaltöeldes ei leidnud mitte midagi. Kas üldse saab C struktuuri muutujat asmi koodi sees kasutada (tavamuutujaid saab)? Struktuur on tüübina deklareeritud. huvitab just kirje->alam data lugemine, see võib olla nii aadress kui ka väärtus.

[Erti-Chris]

[kalvis]

See üldine jutt oli läbi uuritud. Püüan täpsustada
praegu, ehk tavaoludes on foo (int *a, int *b, int count) lähevad *a , *b ja count kõik pinusse kus ma siis sinu näite järgi "r" (*a) ... laen nad registrisse %ebx, %ecx ja %edx. Tegu on tõesti põhimõttelise mikrosekundite mänguga, soov on jätta pinusse laadimine vahele (ehk sellejagu võimaldab ehk mikrosekundi aega), on ju C-s selline võimalus olemas
c on olemas võimalused otse registrisse:
1. fastcall. jutujärgi paneb ta kindlast *a mingisse registrisse ja *b mingisse teise registrisse, counti viskab pinusse (võibolla ka registrisse). Minu soov oleks nad kindlasti saada nii, et nad olleksid järgnevas assembleri koodis just õigetes registrites. Kahjuks fastcall ei ütle kompilaatorile, et ta pani need kindlasti registritesse %ebx=*a, %ecx=*b ja %edx=count, võibolla pani ta %eax=*a, %edx=*b ja %ecx=count. seega järgmine käsk swapitakse kõik kolm registrid omavahel ümber ja võimatu on saada ajalist võitu, pigem kaotust. Aga võibolla paneb ka õigesti, ma ei tea.
2. foo (register int *a, register int *b, register int count) teeb jämedalt sama mis fastcall, kuid gcc pidi saama õpetada kuhu registrisse ta paneks. ja järgnevas käsus : : "r" (*a) arvestab juba õpetuses toodud eeskirjaga, ehk funktsioon jätab lihtlabaselt vahele argumentide pinusse laadimise ja asendab selle otseselt registrisse laadimisega. Kuna gcc pidi seda oskama siis loodangi, et keegi on sellega kokku puutunud
Tegu on teoreetilise lähenemisega saada ajavõitu üleliigse asja ärajätmises. Aga kui see on olemas siis patt on jätta kasutamata.

Järgmine nädal proovin c struktuuri otse assembleris ära, kui toimib annan teada.

[Ho Ho]

Millest sa järeldad, et toimub lisa kopeerimine? Lasid GCC'l peale optimisatsioone ASMi välja pritsida ja sealt oli näha või ise lihtsalt oletad, et ehk tehtakse nii? Samuti olukorras kus x86 prosedel on kordades rohkem rename registreid kui "päris" registreid siis see kopeerimine on raua tasemel väga suure tõenäosusega lihtsalt no-op.

Ehk siis vähem oletusi, rohkem reaalseid katseid ja profileerimist. Nii prose kui kompilaatorid on targemad kui sa arvatagi oskad

[Smith]

Natuke arusaamatuks jääb, mis hirmus swap sul seal toimub. Mis registritesse lähevad parameetrid, see peaks ikka kindel järjekord olema. Ja see, mismoodi C struct mälus tegelt on peaks ju ilusti dokumenteeritud olema, seda ei laota sinna mingi randomiga. Ilusti järjest jookseb, alignment padding tuleb küll arvesse võtta (või likvideerida #pragma pack (1) abil).

Aga laias laastus, kui on mikrosekundite mäng, siis võiks ju kõik kohe assembleris teha. Asi on 100% oma kontrolli all, hunnik vahekihtide tekitatud pseudoprobleeme kaob otsekohe, ja kindlasti võidab siit-sealt nii mõnegi väärtusliku mikrosekundi.

[Ho Ho]

Mikrosekund on tegelikult terve igavik. Viimase 10a jooksul välja lastud prosede puhul räägime ühe lisa registrist-registrisse kopeerimise puhul sisuliselt nanosekundi murdosast kuna rõhuvas enamuses juhtudes seda rauas ei tehta register renamingu tõttu.

[Bssldr]

Kas oled kindel, et sinu käsitsi kirjutatud asm on kiirem, kui kompilaatori poolt optimiseeritud kood? Kas valdad kõiki uuemaid instruction set'e? Näiteks uus MSVC11 teeb nüüd auto-vectorization'i, keerab olemasoleva koodi kohe mitu korda kiiremaks, ilma et ise peaks midagi tegema.

[Ho Ho]

[kalvis]

C-s ei saa otse kirjutada ROL ja bswap käske (neid on veel, mida ma vajan ja mis ühe-2 käsuga teevad kõik mis ma vajan).
Kõik käsud on lühimad ja ei kujuta ette, et veel lühemalt oleks võimalik teha. Samaväärselt küll.
Praegu registrisse viida aadres, data registrisse, 1-3 aritmeetilist tehet, data kas samale või teisele viidale tagasi. Eripära ongi, et mälublokid on suured ja töötavad real-times. Kui saaks veel op.süsteemi õpetada, et lae vahemälusse viitade mälublokid... ja pärast mittekasutamist võib ta vabastada.

Assemblerist pole võimalik mitte kunagi kirjutada (üheskis kõrgkeeles) veelgi lühemat või kiiremat programmi. Samakiiret ja sama lühikest saab masinkoodis. Käpardist programeerija muidugi see õnnestub, kuid ma olen mikrokontrollerites assembelis sina peal (non-Intel ja mõned vanad 8 bit protsessorid)

Registrite swappimisega sain alguses ise hakkama, kirjutasin data konkreetsele registrile (nii nagu intel soovitab count eax registrisse, viida aadress ebx, data eax, , kuid asm ::: tabelis määrasin kogenematuses vabad. Ja siis ta swapip alguses ühtpidi, pärast teistpidi. See on kompileerimise koodis näha (poleks teadnud, kui poleks viga asmis teinud ja läksin vaatama mis seal on).

Loodetavasti on neis kahes lingis rohkem selgitatud, mida ma soovin.
http://www.gamedev.net/topic/206122-using-__fastcall-amp-inline-at-the-same-time/
http://stackoverflow.com/questions/10068525/can-a-function-be-fastcall-inline-in-linux-kernel

[Fukiku]

Aga korrates taaskord küsimust - kas sellele paanilisel kiiruse tagaajamisel mingi objektiivne põhjendus ka on? Kas su rakendus ei jookse praegu piisavalt kiiresti?

Premature optimization is the root of all evil. - oled ehk kuulnud?

[Ho Ho]

[kalvis]

[Ho Ho]