GD32H7如何利用超标量流水线

我们拿一个算法的代码实现来举例子，首先我们写一个求阶乘的子函数，这里我偷懒让 ChatGPT 帮忙生成了一个：

#include
// 阶乘函数intfactorial_iterative(int n) {    int result = 1;    // 从1乘到n    for (int i = 1; i <= n; ++i) {        result *= i;    }    return result;}
// 示例int main() {    int result_iterative = factorial_iterative(5);    printf("5的阶乘是: %dn", result_iterative);
    return 0;}

这种简单的迭代算法的优点是比较容易理解，一眼就可以看出程序员想干什么。

但这样写出来的程序缺点也很大，就是运行效率非常低，我们在算法编写中最怕的就是for 循环，因为这里面会存在大量的比较和跳转，同时最容易产生一些代码被无效的循环执行。

这些缺点有的会被编译器的优化措施给规避掉，比如编译器可以把一些需要内存访问的变量先放到寄存器中，等计算完结果后，再把结果从寄存器中转移到内存中，因为 CPU 读取寄存器比读取内存可快多了。

但是编译器也不是万能的，有些优化他就做不到。比如，我们改成下面展开的样子，超标量的流水线就开始起作用了。

// 阶乘函数intfactorial_iterative(int n) {    int result0 = 1, result1 = 1, result2 = 1,result3 = 1;    // 从1乘到n    for (int i = 1; i < n; i += 4) {
        result0 *= i;        result1 *= i + 1;        result2 *= i + 2;        result3 *= i + 3;
    }    return (result0 * result1 * result2 * result3);}




首先，我们假设开启了编译器优化，编译器已经把所有内存访问的变量在函数开始都归置到了寄存器中，那么这时候我们可以看到，4 个 result 的乘法语句是相互独立的，他们的计算过程不依赖于其他 3 个语句的计算结果。

这就好比安排了四个人，给他们算 4 个单独的式子，假设他们计算能力相同，于是他们会在同一段时间后跑到黑板上来互相乘一下算个总的结果。

而如果我们只是简单的做循环展开，不增加新的寄存器变量，也就是不加人的情况下是怎么样的呢？

// 阶乘函数intfactorial_iterative(int n) {    int result = 1;    // 从1乘到n    for (int i = 1; i < n; i += 4) {
        result *= i;        result *= i + 1;        result *= i + 2;        result *= i + 3;
    }    return (result * result * result * result);}




这里只放了一个聪明的孩子做算式，不过你看他要做的 4 个算式，其中后一个算式总要用到前一个算式的结果，他即便再聪明也得一个一个的算。

这就是超标量流水线的用处，当然展开多少还需要我们自己衡量，本质上也是用空间换时间，另外寄存器可是稀缺资源。