为何MSVC编译纯AVX代码时会插入vzeroupper？是否存在性能问题？

1. 为什么没有混用SSE也会自动插入vzeroupper指令 #

这是MSVC编译器针对AVX代码生成的默认符合ABI约定的行为，和当前函数内是否混用SSE无关：

• x86平台的legacy SSE指令（不带VEX前缀的SSE指令）执行时，会默认将YMM寄存器的高128位清零，如果此前YMM寄存器的高128位存在非零值，执行legacy SSE指令会触发高达数十周期的状态切换惩罚。
• 你的函数内部使用了256位AVX指令操作YMM寄存器，已经修改了YMM寄存器的高128位。即使当前函数内没有混用SSE，调用test函数的上层代码、或者后续执行的其他代码大概率会用到legacy SSE指令，编译器为了避免后续代码出现不必要的性能惩罚，就会在所有使用了256位AVX指令的函数返回前自动插入vzeroupper清零YMM寄存器的高128位，这是符合Windows平台AVX代码ABI要求的设计。

2. 自动插入的vzeroupper是否会带来性能问题 #

绝大多数场景下不会有可感知的性能影响，甚至反而能避免更严重的性能损失：

• vzeroupper本身是非常轻量的指令，在大多数Intel和AMD架构上仅需1个周期就能执行完成，吞吐量也很高，单次执行的开销几乎可以忽略。
• 如果你的程序后续确实会执行legacy SSE指令，插入vzeroupper可以避免数十周期的状态切换惩罚，反而对性能有很大好处。
• 仅有一种极端场景下会存在冗余开销：你的整个程序完全只使用带VEX前缀的AVX/AVX2指令，完全没有任何legacy SSE代码，此时vzeroupper属于多余指令。如果你的场景符合这个条件，可以通过给MSVC添加编译选项/d2vzeroupper-关闭自动插入vzeroupper的行为。

内容的提问来源于stack exchange，提问作者vzeroupper