cmpxchg16b指令的实现分析

我们知道C++11以后提供了原子操作类型：atomic<T>，该原子模板类可以实现原子操作，比如exchange、compare_exchange_weak、fecth_add等，T类型一般都是非常简单的类型，比如整型、指针等类型，这些类型都可以实现指令级的原子操作，所操作的数据类型的长度一般也不能大于内存数据总线的宽度，比如在32/64bit的处理器中，T类型的数据长度不能超过32/64bit。如果数据类型的长度大于内存数据总线宽度，当读写内存访问这些数据时，就无法使用一条指令对它们进行操作，需要使用多条指令来访问内存，因此在对它们进行操作时，为了保证原子性，只能使用外部的锁加以保护，比如mutex或者自旋锁，显然这种实现机制不是lock-free，既然涉及到锁，进行原子操作时开销比较大。

不过在x86处理器中，因为它的指令集是CISC，可以用一条指令做复杂的操作，它有一条特殊的指令，可以实现对2倍内存数据总线宽度的数据的原子操作，即32/64位的处理器，可以用一条指令来实现64/128位数据的原子操作，下面就以64位的x86处理器来讨论一下。

在X86-64的处理器中，提供了一个可对128bit数据（也就是16字节）进行CAS算法操作的指令：cmpxchg16b（在x86-32处理器中对应的指令是cmpxchg8b）。该指令可以把内存中16字节连续地址的数据进行CAS算法，它的形式是：cmpxchg16b m128，其中m128是一段16字节的连续内存存储位置（即指针）。该指令把rdx:rax寄存器中存放的128位值与内存地址m128中存放的128位值进行比较：如果值相等，则设置零标志（ZF），并将寄存器rcx:rbx存放的值复制到内存位置m128处，否则，ZF标志将被清除，并将内存位置m128处的数据复制到寄存器rdx:rax，可以通过ZF标志来判断操作是否成功。

既然X86处理器有指令可以进行128bit数据的CAS算法，x86环境的C++编译器在编译128bit数据的原子操作函数时，是不是都使用cmpxchg16b指令来实现呢？经过实际分析，发现不同编译器有不同的方案，所产生的汇编代码并不一定使用了cmpxchg16b指令。下面简单地通过atomic<__int128_t>的store()的原子操作来分析一下实现机制。

atomic<__int128_t> am16;
void bar(void)
{
   
   
    am16.store(42);
}

上面代码片段定义了一个类型为__int128_t，即16字节的atomic对象变量am16，bar()函数调用了am16对象的store()成员函数，分析一下不同编译器生成的汇编代码：
1、编译器GCC，优化选项-O3，所产生的汇编代码如下，没有使用cmpxchg16b指令，而是调用了一个函数：__atomic_store_16：

bar():
        mov     ecx, 5
        mov     esi, 42
        xor     edx, edx
        mov     edi, OFFSET FLAT:am16
        jmp     __atomic_store_16

如果运行am16.is_lock_free()，结果返回false，可见GCC所实现的atomic<__int128_t>的原子操作不是lock-free算法。

2、同GCC，编译器CLANG，在-O3优化选项下，生成的汇编代码也没有使用cmpxchg16b指令，也是使用了函数：__atomic_store_16：

bar():
        push    rax
        lea     rdi, [rip + am16]
        mov     esi, 42
        xor     edx, edx
        mov     ecx, 5
        call    __atomic_store_16@PLT
        pop     rax
        ret

如果运行am16.is_lock_free()，结果返回false，可见CLANG实现的atomic<__int128_t>的原子操作也不是lock-free算法。

3、ICC编译器，即Intel C++Compiler编译器，毕竟是Intel自己家的编译器，肯定要为自己家的处理器生成最优的汇编代码了，即使在使用较为低级的-O1优化选项时，它也会产生cmpxchg16b指令：

bar():
..B1.1:                         # Preds ..B1.