关于cpu体系架构的一些有趣的故事分享
从排查一次匪夷所思的coredump，引出各种体系架构的差异。
本文中的所有内容来自学习DCC888的学习笔记或者自己理解的整理，如需转载请注明出处。周荣华@燧原科技
1 背景
从全世界有记载的第一台计算机Z1 (computer) - Wikipedia在1936年发明，到1946年冯诺依曼体系架构的清晰提出，计算机体系架构的演进虽然没有什么革命性的变化，但各种体系架构的微调还是很明显的。
发展到现在虽然存在X86/ARM/MIPS/ALPHA/PPC/RISC-V等多种门派，但实际的设计思想上，主要有两种，一种是基于X86的系统架构，另外一种就是其他系统架构。
为什么这么分？
因为X86的很多特性，基本上只有X86有，而其他体系架构基本上都是共享的另外一种。
例如CISC和RISC，字节对齐，变长指令和固定长度指令，指令寻址模式，等等。
现在用的各种体系架构，只有x86是复杂指令集，变长，内存访问可以不是字节对齐的（当然，对齐之后性能更好），没有固定的加载和保存指令，而是采用很多计算指令直接访问内存。
相对于x86，其他体系架构，包括ARM/MIPS/ALPHA/PPC/RISC-V，都是精简指令集，指令长度也是固定的，内存访问必须对齐，否则coredump，内存的访问只能通过有限的几个加载和保存指令进行，其他计算指令仅限于在寄存器上操作。
2 体系架构
计算机的体系架构，英文称为Computer architecture - Wikipedia，涉及的工作主要分三部分：
指令集、微架构和系统设计。
其中指令集相当于用户界面，是软件和硬件的接口。
微架构是指令集的具体实现。
系统设计主要是支撑微架构的内存、总线、功耗等设计。
下面的问题单就X86来阐述。
32位的处理器太古老，我们单说64位之后的故事。
x86-64 - Wikipedia讲述了x86-64的体系架构的微架构演进过程：
最早出来的是x86-64，相当于64位x86的基线版本，基本上所有64位x86处理器都支持，包括常见的MMX、SSE、FPU，都不是问题。基于这个基线版本往上发展出了v2/v3和v4版本。
现在虚拟机（QEMU）基本上支持到v2就终结了，所以后面v3/v4变成了少数用户的选择。随着这些微架构的演进，不仅指令集，寄存器也会有较大变化。那怎么保证编译出来的程序在各种x86的硬件上都能正常运行是个大问题。解决这个问题的主角就是编译器。
考虑到泛化和性能的不同要求，即使在同样的体系架构下，也可以指定具体的硬件版本，这就是gcc/clang等编译器的arch参数的由来。
x86 Options (Using the GNU Compiler Collection (GCC))中提到的arch的取值从各种具体的处理器型号，到泛化的v2/v3/v4，都是为了方便程序员可以尽可能保证兼容性的前提下，也能提升性能。
如果不考虑泛化，用户还可以简单用一个-march-native在x86平台上实现基于当前硬件的极致优化。
3 问题
这里碰到的一个问题就是极致优化带来的兼容性问题。
某服务器上编译出来的版本，在部分x86的机器上能正常运行，但部分x86机器上不能正常运行。通过gdb断点排查，报非法指令，而且代码段指向vxorps这条指令，后面紧跟着的3个寄存器非常扎眼zmm。
zmm寄存器是v4版本引入的功能。
能运行含zmm寄存器指令的cpu是“Intel(R) Xeon(R) Gold 6130 CPU @ 2.10GHz”，网上查了一下，是intel 2017年的产品。
到目前位置，MMX指令使用的寄存器经过了三代演进，xmm/ymm/zmm：
xmm0 ~ xmm15, are 128 bits, almost every modern machine has it, they are released in 1999.
ymm0 ~ ymm15, are 256 bits, new machine usually have it, they are released in 2011.
zmm0 ~ zmm31, are 512 bits, normal pc probably don't have it (as the year 2016),
由于后一代的寄存器长度是上一代的两倍，决定了前一代处理器是无法使用后一代处理器的寄存器的，相反，本地如果是更高一级的寄存器，可以运行低级的寄存器相关指令。
同样的代码，都指定-march=native的情况下，在“AMD Ryzen Threadripper 3960X 24-Core Processor”上编译的结果是这样的，指令本身没有变，寄存器从zmm变成了xmm。
4 问题的解决
既然知道是gcc的arch指定有问题导致的，就要从修改arch入手。
做了一些实验，例如下面左边是-march=native编译，右边是-march=x86-64的结果。可以看出native编译出来使用incl，相对于addl，使指令更短，性能更好。
最终各种实验对比结果看结论如下：
-m64 -march=x86-64 -mtune=generic 编译出来的结果使用xmm寄存器
-march=native 编译出来的结果，在amd服务器上是xmm寄存器，在intel服务器上是zmm寄存器
为了保证兼容性，先统一用-m64 -march=x86-64 -mtune=generic 进行编译。
5 怎么做的更好
由于大多数编译器还不支持-march=x86-64-v2等直接选择x86-64具体版本的选项，有一种折中方案是native-avx512的做法，一般参数是这样的：
add_compile_options (-march=native)
add_compile_options (-mno-avx512f)
这样写的意思是其他方面可以尽量用本地能支持的最新的，但不要使用avx512f的功能，约等于x86-64-v3这个arch参数的功能。
