碰到了一个有趣的小问题，关于CPU执行速度的

safedead

为了提高程序运行效率，写了个测试小程序，想测试下CPU不同运算指令的速度，然后我的脑子就凌乱了
先看代码：
        .cfi_startproc
        movl        $.LC0, %edi
        subq        $8, %rsp
        .cfi_def_cfa_offset 16
        xorq        %rax, %rax
        xorq        %rdx, %rdx
        not        %rax
        not        %rdx
        movq        $1000000000, %rcx
.next:
        shl        $1, %rax
        shl        $1, %rdx
        incq        %rdx
        decq        %rcx
        jnz        .next
        call        exit
        .cfi_endproc

用C解释这个汇编程序可以这么阅读
rax = 0xFFFFFFFFFFFFFFFF;
rdx = 0xFFFFFFFFFFFFFFFF;
rcx = 1000000000;

do {
    rax = rax << 1;
    rdx = rdx << 1;
    rdx++;
    rcx--;
} while (rcx != 0)；

若将do while()改成空循环的话，C风格代码如下：
rcx = 1000000000;
do {
    rcx--;
} while (rcx != 0)

对应汇编代码则是：
        movq        $1000000000, %rcx
.next:
        decq        %rcx
        jnz        .next

第一个有趣的结果是：
空循环与循环体内不超过3条简单指令的循环相比，执行时间相同，这一点是否可以理解为此CPU对互不影响的指令，可以有限的并发执行
CPU为笔记本i3 M370，比较老的产品了。
这些简单指令包括但不限于： add(对应C语言的"+"), dec(对应C语言的"--"), inc(对应C语言的"++"), shl(对应C语言的"<<")

第二个结果是循环体内如果是mul(对应于C语言的整数乘法)或是adc(功能是带进位加法，这个C语言好像没有)
则执行时间是空循环的5倍，这一点是否可以理解为：此CPU执行整数带进位加法或是整数乘法，速度是普通加减法的四分之一(循环中有一次“--”，视为普通加减法)

假如编程中要考虑并发优化的话，貌似很费脑子呢，商业软件我知道有个Intel出品的高性能运算库，可以做到平常程序员做不到的很多优化，
自学的话，有没有相关书籍介绍下？

folklore

真的要想在汇编语言级进行优化， 要熟悉CPU的每个细节，
比如主存（总线）/CPU的主频。
比如指令的CPU周期数，
以及Cache大于， Catch内部算法等。
看起来
mov cx
loop
这类的指令在这个CPU中的分支预测可以比较成功。
mul指令要用乘法单元， 如果CPU中没有多个乘法运算单元， 显然是数据相关的。
而一个Mul指令要10几个机器周期。
addc指令大约是由于数据相关而导致迟滞。

最后：
http://bbs.chinaunix.net/thread-4158940-1-2.html

爻易

短循环体，无内存操作，时间主要是耗费在跳转指令上。

要优化执行速度，需要将短循环展开。