[隨手亂畫] AVX: Sandy Bridge vs Bulldozer

執行AVX的效率，十之八九會決定這兩個微架構的勝負。比較有趣的地方是：

一、AMD Bulldozer是要兩個128 bit FMAC結合在一起，才能執行AVX256，兩個Core共用一個，換句話說，就算管線化，AVX256的Throughput也只有2 cycle。問題是：AMD的AVX實作支援FMA4，可以直接用單一執行單元搞定，而且理論上「當克服register dependency後，應該可以」同時執行兩個AVX128 Multiply-Add，或著AVX128與SSE混合的情況。AVX256的FMA拆成四個ROP大概也不是令人意外的結果。

二、Intel是每個Sandy Bridge核心都有獨立的AVX ADD、Multiply和Shuffle單元，號稱都可以1 Cycle Throughput，但Intel AVX不但已經取消FMA4，連Sandy Bridge也不會支援Fused FMA，可能要等到Haswell，當軟體實作FMA時，很可能會重演當年Pentium 3「最佳化SSE後只有8/5 Cycle」Throughput慘劇。

最後，只剩下兩邊的記憶體子系統效率，能不能滿足AVX吧。這點我倒是對Intel特別有信心。