L1 Cache其实挺快的

#include <windows.h>

int __declspec(naked) testf()

{

    __asm

    {/*

        push     eax

        push     ebx

        push     ecx

        push     edx

        pop         edx

        pop         ecx

        pop         ebx

        pop         eax

        */

        pinsrd     xmm0, eax, 0

        pinsrd     xmm0, ebx, 1

        pinsrd     xmm0, ecx, 2

        pinsrd     xmm0, edx, 3        

        pextrd     eax, xmm0, 0

        pextrd     ebx, xmm0, 1

        pextrd     ecx, xmm0, 2

        pextrd     edx, xmm0, 3

        ret

    }

}

int main()

{

    LARGE_INTEGER li1, li2;

    QueryPerformanceCounter(&li1);

    __asm

    {

        mov ecx, 0xfffffff

star:

        call testf

        sub ecx, 1

        jnz star

    }

    QueryPerformanceCounter(&li2);

    printf("%I64d\n", li2.QuadPart - li1.QuadPart);

 }

一直以为，XMM寄存器也是在CPU内部啊，不用走BUS，应该很快啊，哪知道还不如push/pop快呢：

先空跑一趟，记录一下循环的开销

mov ecx, 0xfffffff

star:

        ;call testf

        sub ecx, 1

        jnz star

300K周期左右

然后看一下push/pop 4个寄存器的的时间：    1600K左右

然后看一下pinsrd/pextrd 4个寄存器的的时间：    2300K左右

都减去300之后，1300/2000，这就尴尬了，还是老老实实push/pop吧。