机器码分析器

机器码分析器（machine code analyzer）是一种程序，它提取一小段汇编代码，使用编译器可用的信息模拟其在特定微架构上的执行，并输出整个块的延迟和吞吐量，以及CPU内各种资源的完美周期（cycle-perfect，指可以仿真可以完美还原原处理器每个时钟周期的行为）利用率。

使用`llvm-mca`

有很多种机器代分析器，但我个人更喜欢llvm-mca，你可以通过包管理器和clang一起安装它。也可以通过名为UICA的web工具访问它，或者在 Compiler Explorer 中语言一栏选择“Analysis”。

llvm-mca所做的是，对给定的汇编片段执行一定次数的迭代，并计算每条相关指令的资源使用情况的统计信息，这对于找出瓶颈所在非常有用。

考虑数组求和的简单示例：

loop:
    addl (%rax), %edx
    addq $4, %rax
    cmpq %rcx, %rax
    jne	 loop

以下是llvm-mca在Skylake架构下的分析结果：

Iterations:        100
Instructions:      400
Total Cycles:      108
Total uOps:        500

Dispatch Width:    6
uOps Per Cycle:    4.63
IPC:               3.70
Block RThroughput: 0.8

首先，它输出关于循环和硬件的一般信息：

它“运行”了100次迭代，在108个时钟周期内总共执行了400条指令，这与平均每个周期执行 $400/107≈3.7$ 条指令是一致的（instructions per cycle，IPC）。
理论上，CPU每个周期最多可以执行6条指令（调度宽度（dispatch width））。
理论上，平均每轮迭代可以在0.8个时钟周期内执行完成（代码块的吞吐量倒数）。
这里的“uOps”是CPU将每条指令拆分为的微操作（例如，融合的load-add由两个uOps组成）。

然后，它继续给出单独每个指令的信息：

Instruction Info:
[1]: uOps
[2]: Latency
[3]: RThroughput
[4]: MayLoad
[5]: MayStore
[6]: HasSideEffects (U)

[1]    [2]    [3]    [4]    [5]    [6]    Instructions:
 2      6     0.50    *                   addl	(%rax), %edx
 1      1     0.25                        addq	$4, %rax
 1      1     0.25                        cmpq	%rcx, %rax
 1      1     0.50                        jne	-11

这里全都是指令表所包含的内容：

每个指令被分成多少个uOps；
每条指令需要多少个周期才能完成（延迟）；
考虑到可以同时执行每条指令的多个副本（多发射），每条指令平均需要多少个周期才能完成（吞吐量倒数）。

然后它输出可能是最重要的部分——每条指令在何时何地执行：

Resource pressure by instruction:
[0]    [1]    [2]    [3]    [4]    [5]    [6]    [7]    [8]    [9]    Instructions:
 -      -     0.01   0.98   0.50   0.50    -      -     0.01    -     addl (%rax), %edx
 -      -      -      -      -      -      -     0.01   0.99    -     addq $4, %rax
 -      -      -     0.01    -      -      -     0.99    -      -     cmpq %rcx, %rax
 -      -     0.99    -      -      -      -      -     0.01    -     jne  -11

由于对执行端口的竞争会导致结构冒险，因此执行端口通常会成为吞吐量密集型的迭代的瓶颈，此图表有助于分析原因。它不会给你一个类似完美周期甘特图的东西，但它会给你每个指令所用执行端口的汇总统计信息，让你找到哪一个端口过载了。