x86_64 Haswell架构中add指令为何被调度至已占用端口而非空闲端口

目标循环代码 #

lp:
    vpaddq     ymm0, ymm1
    vpaddq     ymm3, ymm4
    add        rbx, rax
    add        rcx, rax

    vpaddq     ymm1, ymm2
    vpaddq     ymm4, ymm5

    sub     rax, 0xA
    jge     lp

问题描述 #

该循环针对Haswell微架构的理论最优性能为2周期/迭代，且最终能达成这一性能。但在初始调度阶段，轨迹显示add rcx, rax被调度至仍被vpaddq ymm0, ymm1占用的port5，而非当时空闲的port0，请问这一现象的原因是什么？

原因解析 #

这是Haswell乱序执行引擎的初始窗口填充逻辑导致的：

• Haswell的AVX2 vpaddq指令可在port0、port1、port5执行，整数add指令也可在这三个端口执行。循环启动的初始阶段，乱序执行窗口尚未填满，调度器没有足够的指令上下文做全局最优端口分配，会优先按指令流顺序尝试分发。
• 调度器并非只看端口的当前周期占用状态，而是会预判端口的空闲时间。vpaddq ymm0, ymm1分配到port5后，执行延迟仅1周期，port5在下一周期就会空闲；此时add rbx, rax可能已占用port0，后续的add rcx, rax按顺序分发时，调度器会选择能处理整数加法的port5——因为它能刚好衔接port5的空闲时间，不会产生额外等待。
• 当循环进入稳定迭代阶段后，乱序窗口被完全填满，调度器拥有足够的指令上下文进行全局端口调度，此时会将指令均匀分配到空闲端口，从而达成2周期/迭代的最优性能。

内容的提问来源于stack exchange，提问作者sarvel