PDEP 在不同 CPU 上的效能差異

找個方法測試 PDEP 指令在哪個 CPU 上可以高效執行。

實驗室同學使用 PDEP（Parallel Bits Deposit），結果在不同世代的 CPU 上效能差異非常明顯。簡單說明一下：PDEP 會把來源操作數（source）中的位元，根據掩碼（mask）指定的位置，按位「寫入」到目標位址；這在某些位元重排、壓縮或稀疏資料操作上很方便，但代價會隨 CPU microarchitecture 而變。除了 PDEP，還有相對應的 PEXT（Parallel Bits Extract），功能相反，是從來源根據掩碼「讀取」位元。

那位實驗室同學說 AMD Zen2 把 PDEP 用 microcode 實作，單次成本高達數十個 cycles（約 18 cycles），而 Zen3, Zen4 則已優化到幾乎 1 cycle 級別。但是我找不到哪邊有紀錄特定 CPU 是否有硬體支援，為了量化差異，我用 GPT-5.2 寫了下面的簡單 benchmark 並用 perf 測量 cycles / instructions：

#include <immintrin.h>
#include <stdint.h>

volatile uint64_t x = 0x12345678abcdef00;
volatile uint64_t m = 0x0f0f0f0f0f0f0f0f;

int main() {
    for (long i = 0; i < 100000000; i++) {
        x = _pdep_u64(x, m);
    }
    return 0;
}

建置與執行指令（需要 root 權限調整 perf 設定）：

gcc -O2 -march=native -fno-unroll-loops pdep_test.c -o pdep_test

sudo sh -c 'echo -1 > /proc/sys/kernel/perf_event_paranoid'
perf stat -e cycles,instructions ./pdep_test

測試結果（摘要）：

• Zen2: 約 3.22 秒，cycles 非常多，insn-per-cycle 約 0.04（表示每 cycle 做不到一條真正有用的指令，PDEP 成本很高）。
• Zen3, Zen4: 約 0.08 秒，insn-per-cycle 約 1.99（表示新的 microarchitecture 對此指令支援非常好）。

因此實務上有兩個重點：

• 如果程式在熱路徑使用 PDEP，先檢查目標機器的 microarchitecture（Zen2 上代價很高）。
• 若需兼容舊架構，考慮替代實作（例如查表、分步位元操作或其他演算法），不要盲目使用 PDEP。

以下附上原始執行結果（perf 輸出），以保留量測數據的原貌：

Zen2 (AMD 3995WX):

Performance counter stats for './pdep_test':

    138,0401,0677    cycles
    6,0497,7257      instructions       #    0.04  insn per cycle

    3.219002626 seconds time elapsed

    3.218976000 seconds user
    0.000000000 seconds sys

Zen3 (AMD 5950X):

Performance counter stats for './pdep_test':

    3,0150,2663      cycles
    6,0115,6546      instructions      #    1.99  insn per cycle 

    0.064414565 seconds time elapsed

    0.064444000 seconds user
    0.000000000 seconds sys

Zen4 (AMD 7960X):

Performance counter stats for './pdep_test':

    301,696,917      cycles
    601,260,525      instructions      #    1.99  insn per cycle

    0.080170710 seconds time elapsed

    0.080307000 seconds user
    0.000000000 seconds sys

參考資料：

• https://www.felixcloutier.com/x86/pdep
• What are assembly instructions like PEXT actually used for?
• Top 10 Craziest Assembly Language Instructions
• Yedidya Hilewitz, and Ruby B. Lee. “Performing Advanced Bit Manipulations Efficiently in General-Purpose Processors,” In: 18th IEEE Symposium on Computer Arithmetic (ARITH-18 2007), 25-27 June 2007, Montpellier, France, pp. 251-260. 2007. DOI: 10.1109/ARITH.2007.27. https://www.lirmm.fr/arith18/papers/hilewitz-PerformingBitManipulations.pdf

本文部分內容由GPT-5 mini協助生成，作者具備相關專業能力，對 AI 產出內容進行審核與把關，並對文章的正確性負最終責任。若文中有錯誤之處，敬請不吝指正，作者將虛心接受指教並儘速修正。