日期：2019年6月19日

Daniel Lemire的benchmark代码展示了在X86平台上，如何度量一段代码运行了多少时钟周期：

......
#define RDTSC_START(cycles)                                                    \
  do {                                                                         \
    unsigned cyc_high, cyc_low;                                                \
    __asm volatile("cpuid\n\t"                                                 \
                   "rdtsc\n\t"                                                 \
                   "mov %%edx, %0\n\t"                                         \
                   "mov %%eax, %1\n\t"                                         \
                   : "=r"(cyc_high), "=r"(cyc_low)::"%rax", "%rbx", "%rcx",    \
                     "%rdx");                                                  \
    (cycles) = ((uint64_t)cyc_high << 32) | cyc_low;                           \
  } while (0)

#define RDTSC_FINAL(cycles)                                                    \
  do {                                                                         \
    unsigned cyc_high, cyc_low;                                                \
    __asm volatile("rdtscp\n\t"                                                \
                   "mov %%edx, %0\n\t"                                         \
                   "mov %%eax, %1\n\t"                                         \
                   "cpuid\n\t"                                                 \
                   : "=r"(cyc_high), "=r"(cyc_low)::"%rax", "%rbx", "%rcx",    \
                     "%rdx");                                                  \
    (cycles) = ((uint64_t)cyc_high << 32) | cyc_low;                           \
  } while (0)
......
RDTSC_START(cycles_start);                                               
......                                                                   
RDTSC_FINAL(cycles_final);                                               
cycles_diff = (cycles_final - cycles_start);
......

这段代码其实参考自How to Benchmark Code Execution Times on Intel® IA-32 and IA-64 Instruction Set Architectures，原理如下：

（1）测量开始和结束时的cpuid指令用来防止代码的乱序执行（out-of-order），即保证cpuid之前的指令不会调度到cpuid之后执行，因此两个cpuid指令之间只包含要度量的代码，没有掺杂其它的。

（2）rdtsc和rdtscp都是读取系统自启动以来的时钟周期数（cycles，高32位保存在edx寄存器，低32位保存在eax寄存器），并且rdtscp保证其之前的代码都已经完成。两次采样值相减就是我们需要的时钟周期数。

综上所述，通过cpuid，rdtsc和rdtscp这3条汇编指令，我们就可以计算出一段代码到底消耗了多少时钟周期。

P.S.，stackoverflow也有相关的讨论。