64 位计算机，内存地址对齐四字节还是八字节比较有效率？

水木社区手机版

主题:64 位计算机，内存地址对齐四字节还是八字节比较有效率？
楼主|hgoldfish|2023-08-07 00:25:59|只看此ID
假定要执行 memcpy(*dest, *src, n) 复制一段内存。正常在 amd64 计算机下，dest, src 两个指针最好是对齐的。

那么，不同的计算机架构会要求不同的对齐方式吗？还是说只要对齐到 4 个字节就行？
--
FROM 183.253.143.*
1楼|BigCarrot|2023-08-07 03:09:33|只看此ID
看你memcpy的实现
如果你一个字节一个字节的考，随便你怎么对齐都行
如果你32位32位的考，最好是4字节对齐
如果你64位64位的考，最好是8字节对齐
如果你用sse指令128位的考，最好是16字节对齐
如果你用avx指令256位的考，最好是32字节对齐

【在 hgoldfish 的大作中提到: 】
: 假定要执行 memcpy(*dest, *src, n) 复制一段内存。正常在 amd64 计算机下，dest, src 两个指针最好是对齐的。
: 那么，不同的计算机架构会要求不同的对齐方式吗？还是说只要对齐到 4 个字节就行？
--
FROM 107.204.171.*
2楼|z16166|2023-08-07 09:09:20|只看此ID
memcpy高效实现的内部应该会对齐处理，对齐的用高速方式处理，没对齐的那一小部分字节它单独处理就行了

所以外部调用者可以不用对齐。
--
修改:z16166 FROM 123.118.191.*
FROM 123.118.191.*
3楼|jinjinjin3|2023-08-07 09:48:04|只看此ID
终于看到点专业了

【在 z16166 的大作中提到: 】
: memcpy高效实现的内部应该会对齐处理，对齐的用高速方式处理，没对齐的那一小部分字节它单独处理就行了
: 所以外部调用者可以不用对齐。
:
--
FROM 117.121.60.*
4楼|adoal|2023-08-07 13:18:42|只看此ID
如果source和dest对的偏移不一样，比如一个余1一个余0，
那是不是就很难优化了^o^

【在 z16166 的大作中提到: 】
: memcpy高效实现的内部应该会对齐处理，对齐的用高速方式处理，没对齐的那一小部分字节它单独处理就行了
: 所以外部调用者可以不用对齐。
--
FROM 125.119.232.*
5楼|z16166|2023-08-07 14:24:48|只看此ID
可以参考一下DPDK的

x86
https://github.com/cranechu/dpdk/blob/master/lib/librte_eal/common/include/arch/x86/rte_memcpy.h

https://www.intel.com/content/www/us/en/developer/articles/technical/performance-optimization-of-memcpy-in-dpdk.html?wapkw=memcpy

【在 adoal 的大作中提到: 】
: 如果source和dest对的偏移不一样，比如一个余1一个余0，
: 那是不是就很难优化了^o^
:
--
FROM 123.118.191.*
6楼|ArchLinux|2023-08-07 15:47:22|只看此ID
一般来说是优化load吧，就是把source对齐，因为程序的延迟来源于load，
load需要等内存中读回来的数才能做后续操作，store的话指令发出去就不用理它了。

【在 adoal 的大作中提到: 】
: 如果source和dest对的偏移不一样，比如一个余1一个余0，
: 那是不是就很难优化了^o^
--
FROM 111.206.173.*
7楼|leadu|2023-08-07 17:32:30|只看此ID
装个vc，主要体系架构的源代码都有，我这的是在
C:\Program Files\Microsoft Visual Studio\2022\Enterprise\VC\Tools\MSVC\14.36.32532\crt\src\
下面，打开memcpy.asm，内容都在里面
x64的我看了一下，注释比代码都多，非常适合新手学习入门，可以明白什么叫软件工业

实在懒得装可以看看https://gist.github.com/Const-me/3290266d2a5f51409eb813d39b28007c
这个代码不知道是哪个版本的，不建议看

vc x64这个memcpy.asm写的不错，常见的问题都处理了,
不是专门做这块的一线工程师写出这份来，花费时间搞不好要一个月以上了

上面z16166发的intel的实现https://github.com/cranechu/dpdk/blob/master/lib/librte_eal/common/include/arch/x86/rte_memcpy.h
代码质量比vc这份差点，但也说的过去

敲黑板，注意精神，下面有搞笑的，libgcc的
https://github.com/gcc-mirror/gcc/blob/master/libgcc/memcpy.c
初学者算法课上日常作业水平...

这就是我为什么老是吐槽开源社区，东西缺乏设计感，个个像玩具

【在 hgoldfish 的大作中提到: 】
: 假定要执行 memcpy(*dest, *src, n) 复制一段内存。正常在 amd64 计算机下，dest, src 两个指针最好是对齐的。
: 那么，不同的计算机架构会要求不同的对齐方式吗？还是说只要对齐到 4 个字节就行？
--
FROM 114.248.175.*
8楼|z16166|2023-08-07 18:40:25|只看此ID
假如预期的对齐是N字节，

a = src % N，
b = dst % N，

a、b不相等而且都不为0时，应该是最坏的情况，

1、如果这个硬件还支持N/2、N/4、N/8的对齐，可以缩小对齐粒度来搞，
比如N = 4， a = 1, b = 3时，按4字节对齐来操作比较麻烦，但可以用2字节对齐来操作。

2、按上面ArchLinux的说法，只保证src、dst之一对齐。leadyu说的VC的memcpy.asm里有一部分代码是这样的，区分vmovdqu、vmovdqa指令。

1和2哪个速度快，未知。而且1的分支判断比较麻烦。

【在 adoal 的大作中提到: 】
: 如果source和dest对的偏移不一样，比如一个余1一个余0，
: 那是不是就很难优化了^o^
:
--
修改:z16166 FROM 123.118.191.*
FROM 123.118.191.*
9楼|adoal|2023-08-07 22:57:30|只看此ID
但是正常的GNU版libc runtime是glibc，libgcc是gcc的内部用库。
（好吧，其实glibc的也就算还凑合）

【在 leadu 的大作中提到: 】
: 装个vc，主要体系架构的源代码都有，我这的是在
: C:\Program Files\Microsoft Visual Studio\2022\Enterprise\VC\Tools\MSVC\14.36.32532\crt\src\
: 下面，打开memcpy.asm，内容都在里面
: ...................
--
修改:adoal FROM 125.119.232.*
FROM 125.119.232.*