memcpy 速くするには・・

memcpyは良く使うだけに、SIMD命令を使い速くならないか

と思って ソースを見てみる

VisualStudio2010 での話だけど

memcpy.asm

にソースが書いてあるので読んでみる

まずプロローグでレジスタの退避や引数処理

memcpyではフレームポインタは作ってない

        mov     eax,ecx         ;V - eax = byte count...

        mov     edx,ecx         ;U - edx = byte count...
        add     eax,esi         ;V - eax = point past source end

        cmp     edi,esi         ;U - dst <= src ?
        jbe     short CopyUp    ;V - yes, copy toward higher addresses

        cmp     edi,eax         ;U - dst < (src + count) ?
        jb      CopyDown        ;V - yes, copy toward lower addresses

領域のオーバーラップを見ている。コピー領域がオーバーラップし かつ、dest>src アドレスの場合

コピー領域が重なるので 後ろからmemcpyする

つまり memmoveと同じ動きをする。memmoveのソースはmemcpyを呼ぶようになっていた

VCではmemcpy=memmove で、オーバーラップもOKのようだ

CopyUp:
;
; First, see if we can use a "fast" copy SSE2 routine
        ; block size greater than min threshold?
        cmp     ecx,080h
        jb      Dword_align
        ; SSE2 supported?
        cmp     DWORD PTR __sse2_available,0
        je      Dword_align
        ; alignments equal?
        push    edi
        push    esi
        and     edi,15
        and     esi,15
        cmp     edi,esi
        pop     esi
        pop     edi
        jne     Dword_align

        ; do fast SSE2 copy, params already set
        jmp     _VEC_memcpy

SSE2に対応かつメモリアライメントが16バイト の場合は _VEC_memcpy へ行け

それ以外は Dword_align へ

なんと・・・メモリアラインを16バイトにしていれば _VEC_memcpy

名前からして目的の SIMDによる高速memcpyされるっぽい・・・

アライメントがあってない場合は以下

Dword_align:
        test    edi,11b         ;U - destination dword aligned?
        jnz     short CopyLeadUp ;V - if we are not dword aligned already, align

        shr     ecx,2           ;U - shift down to dword count
        and     edx,11b         ;V - trailing byte count

        cmp     ecx,8           ;U - test if small enough for unwind copy
        jb      short CopyUnwindUp ;V - if so, then jump

        rep     movsd           ;N - move all of our dwords

        jmp     dword ptr TrailUpVec[edx*4] ;N - process trailing bytes

このように、アライメントを合わせて DWORDなどでmemcpy行うと。

memcpy 頑張ってるじゃん！ 高速化するには

オーバーラップしない前提にし チェック外す

16バイトアライン前提にし アライメントチェック外す

SSE命令で16バイト単位の高速コピーを行う

つまり、edi、esi、ecx に、dest、src、length

設定して _VEC_memcpy 呼べばいい。以上！

(_VEC_memcpyにあたる アセンブラも書いたが速度変わらなかったので・・)

とりあえず、memcpyをよく行うだろう変数は 16バイトアラインしておけば

良いよ。