MSVC内联汇编FPU寄存器释放时机、性能影响及fstp等效问题

问题背景 #

在使用MSVC内联汇编开展x87 FPU（浮点单元）相关开发时，关于如何通过合理释放FPU寄存器提升性能存在若干疑问，对应验证示例代码如下：

#include <stdio.h>

double fpu_add(register double x, register double y) {
    double res = 0.0;

    __asm {
        fld x
        fld y
        fadd
        fstp res
    }

    return res;
}

int main(void) {
    double x = fpu_add(5.0, 2.0);
    (void) printf("x = %f\n", x);
    
    return 0;
}

待解答技术问题如下：

1. MSVC内联汇编场景下，需要在什么时机使用ffree指令释放FPU寄存器？
2. 上述示例代码中，如果主动使用ffree指令释放st(1)寄存器，是否能够获得更好的运行性能？
3. fstp指令是否为如下指令序列的简写形式：

__asm {
    fst res
    ffree st(0)
}

备注：提问者知晓x87 FPU指令在当下已不算主流新技术，仅将其作为可与SSE配合使用的备选技术方案开展研究。

问题解答 #

• 关于ffree的使用时机：
  x87 FPU是深度为8层的环形寄存器栈，常规浮点运算中使用带p后缀的栈操作指令（比如faddp、fstp这类自动弹栈的运算/存储指令）时，硬件会自动完成值计算、栈顶指针移动、闲置寄存器标记为空的全流程，这种场景完全不需要手动调用ffree。
  只有两类场景需要手动用ffree：一是你直接写入了某个非栈顶的st(n)寄存器，后续不会走正常出栈流程消费这个值，在内联汇编块退出前必须手动ffree掉这些闲置寄存器——MSVC对内联汇编有明确约定：退出__asm块时，除了浮点返回值允许放在st(0)，其余FPU寄存器栈必须为空，否则会直接破坏编译器后续生成代码的FPU运行状态；二是做FPU异常处理、手动重置FPU栈状态时，用ffree批量标记无效寄存器为空，恢复栈可用状态。

• 关于示例中手动ffree st(1)的性能影响：
  不仅不会提升性能，还会直接导致程序出错。先拆解示例的指令执行流：fld x压栈后st(0)=x，fld y压栈后st(0)=y、st(1)=x；无操作数的fadd默认取st(0)和st(1)相加，结果写入st(1)后自动弹栈，等fadd执行完，栈里只剩st(0)存着加法结果，根本不存在有效的st(1)寄存器。这时候执行ffree st(1)会把栈里其他位置的有效数据标记为空，轻则计算结果错误，重则触发FPU栈溢出异常。而且ffree本身有固定的指令执行开销，无意义的额外指令只会拖慢性能。

• 关于fstp和fst + ffree st(0)的等价性：
  两者完全不等价。fstp的完整行为是：先把st(0)的值写入目标操作数，然后调整FPU状态字里的栈顶指针（TOP字段），将原栈顶位置标记为空，完成真正的出栈操作。而fst + ffree st(0)只做了值存储、标记st(0)为空两步，不会调整栈顶指针，后续执行压栈等操作时会直接在栈上留下无效空洞，几次运算后就会出现FPU栈状态混乱，和fstp的逻辑行为有本质区别。

内容的提问来源于stack exchange，提问作者Rabios