汇编有可能比系统的CopyMemory快吗？

[xiehuanxie]

我找了一段代码，试下来比系统自带的CopyMemory还要慢，有办法更快吗？

[DllImport("kernel32.dll", EntryPoint = "CopyMemory", SetLastError = false)]
public static extern void CopyMemory(IntPtr dest, IntPtr src, uint count);

X64环境

CopyImplement proc
	push rbp
	sub rsp, 30h
	lea rbp, [rsp+30h]

	mov r10, rdx

	mov rax, r8
	mov rdx, r8
	shr rax, 8
	shl rax, 8
	sub rdx, rax
	shr rax, 8

	test rax, rax
	jz copy_finish

	loop_copy:
		prefetchnta 256[r10]
		prefetchnta 288[r10]
		prefetchnta 320[r10]
		prefetchnta 352[r10]
		prefetchnta 384[r10]
		prefetchnta 416[r10]
		prefetchnta 448[r10]
		prefetchnta 480[r10]

		MOVDQA xmm0, [r10];
		MOVDQA xmm1, 16[r10];
		MOVDQA xmm2, 32[r10];
		MOVDQA xmm3, 48[r10];
		MOVDQA xmm4, 64[r10];
		MOVDQA xmm5, 80[r10];
		MOVDQA xmm6, 96[r10];
		MOVDQA xmm7, 112[r10];
		MOVDQA xmm8, 128[r10];
		MOVDQA xmm9, 144[r10];
		MOVDQA xmm10, 160[r10];
		MOVDQA xmm11, 176[r10];
		MOVDQA xmm12, 192[r10];
		MOVDQA xmm13, 208[r10];
		MOVDQA xmm14, 224[r10];
		MOVDQA xmm15, 240[r10];

		MOVDQA [RCX], xmm0;
		MOVDQA 16[RCX], xmm1;
		MOVDQA 32[RCX], xmm2;
		MOVDQA 48[RCX], xmm3;
		MOVDQA 64[RCX], xmm4;
		MOVDQA 80[RCX], xmm5;
		MOVDQA 96[RCX], xmm6;
		MOVDQA 112[RCX], xmm7;
		MOVDQA 128[RCX], xmm8;
		MOVDQA 144[RCX], xmm9;
		MOVDQA 160[RCX], xmm10;
		MOVDQA 176[RCX], xmm11;
		MOVDQA 192[RCX], xmm12;
		MOVDQA 208[RCX], xmm13;
		MOVDQA 224[RCX], xmm14;
		MOVDQA 240[RCX], xmm15;

		add RCX, 256;
		add r10, 256;
		dec rax;
	jnz loop_copy;

	copy_finish:
	test rdx, rdx
	jz copyByteFinish
	
	loop_copyByte:
		mov r11b, [r10]
		mov [rcx], r11b

		inc r10
		inc rcx
		dec rdx
	jnz loop_copyByte
	
	copyByteFinish:
	lea rsp, [rbp]
	pop rbp
	ret
CopyImplement endp

[日立奔腾浪潮微软松下联想]

这代码应该是用于老架构的，Pentium4、PentiumD之类的，虽然改成了64位代码，效率并不佳，而且只对于中等规模复制，几MB这种级别，比较有效。

[zara]

你这代码，是通过寄存器中转的？这肯定不行吧，哪有直接内存挪移快。
可以看看 CopyMemory() 代码啊，好像就是做了下对齐，然后就是 rep movsd 了，最后是剩余的字节的 rep movsb ，都是内存间直接拷贝的。

[大熊猫侯佩]

你的代码数量级不够