为何Intel CPU上的JMP指令会占用ALU端口？

我们来分析直接无条件近跳转指令JMP。它仅修改EIP寄存器，不消耗任何操作数（标志位、寄存器或内存），理论上完全可以在CPU前端完成解析。以下微基准测试显示，在Skylake架构CPU上，解析这类跳转耗时不到10个周期：

.globl _start
_start:
.rept 10000
        jmp .+3
        nop
.endr
        ud2

$ gcc -c t.s && ld t.o
$ perf stat -e cycles,instructions -e uops_dispatched_port.port_{0,1,5,6} ./a.out
./a.out: Illegal instruction

 Performance counter stats for './a.out':

            94,515      cycles:u
            10,002      instructions:u                   #    0.11  insn per cycle
               138       uops_dispatched_port.port_0:u
               152       uops_dispatched_port.port_1:u
               126       uops_dispatched_port.port_5:u
            10,232       uops_dispatched_port.port_6:u

       0.001461371 seconds time elapsed

       0.001111000 seconds user
       0.000000000 seconds sys

从测试结果可以看到，跳转指令会占用端口6，导致该端口无法被算术指令使用。这有点出乎意料，因为直接JMP似乎没有占用ALU端口的必要——毕竟Intel一直在致力于减少对执行端口的不必要占用：比如Sandy Bridge架构中，NOP和XOR same, same指令不占用任何端口；Ivy Bridge架构还新增了移动消除功能。

这个问题最终在Icelake架构上得到了修正。在该架构下，直接跳转指令不再占用端口，直接调用指令的执行微操作数也减少了一个。

那是否存在某些细微差异，使得JMP在处理器后端的处理逻辑和NOP不同，导致Intel直到Icelake才解决它占用ALU端口的问题？

内容的提问来源于stack exchange，提问作者amonakov