哈斯威尔指令集与前端
Haswell 引入了大量新的 x86 ISA 指令，这些指令分为四个一般类别。第一个是 AVX2，它将整数 SIMD 指令从 SSE 的 128 位宽提升到 256 位宽。原始的 AVX 是一个使用 YMM 寄存器的 256 位扩展，但主要用于浮点指令。AVX2 是其补充，将整数 SIMD 扩展到完整的 YMM 寄存器，并对 128 位操作进行了某些增强。AVX2 还增加了更强大和通用的向量置换和移位支持。也许更重要的是，AVX2 包含 16 条新的聚合指令，这些加载可以使用特殊的向量寻址获取 4 或 8 个不连续的数据元素，适用于整数和浮点 (FP) SIMD。聚合对于更广泛的 SIMD 至关重要，并大大简化了向量化代码。请注意，AVX2 不包括散布指令（即，向量寻址存储），因为与 x86 内存排序模型和加载/存储缓冲区的复杂性有关。
虽然 AVX2 强调整数 SIMD，但 Haswell 对浮点代码有巨大的好处。除了 gather，英特尔的融合乘加 (FMA) 包含 36 个 FP 指令用于执行 256 位计算和 60 个指令用于 128 位向量。正如在 2008 年初宣布的，英特尔的 FMA 最初是为 4 操作数指令架构的。然而，22nm 的 Ivy Bridge 可以通过寄存器重命名技巧在前端执行寄存器移动指令，而无需发出任何 uops。英特尔的架构师确定，使用 FMA3 消除 MOV 提供的性能大约与 FMA4 相同，但使用更密集且更易解码的指令；因此在 2008 年底的突然转变。
第三个扩展是15条标量位操作指令（称为BMI），它们在通用整数寄存器上操作。这些指令分为三个主要领域：位域操作，如插入、移位和提取；位计数，如前导零计数；以及任意精度整数乘法和旋转。后者对于密码学特别有用。顺便提一下，Haswell还增加了一条大端移动指令（MOVBE），可以在传统的x86小端格式和大端格式之间转换。MOVBE是为英特尔的Atom引入的，对于处理存储和网络的嵌入式应用程序非常有用，因为TCP/IP是大端格式。
英特尔的ISA扩展中最后也是最强大的就是TSX，这在之前关于Haswell的事务性内存的文章中有过广泛讨论。简而言之，TSX使程序员能够编写并行代码，专注于使用同步来确保正确性，而硬件则优化执行以提高性能和并发性。硬件锁消除（HLE）透明地提供了细粒度锁定的性能和吞吐量，即使程序员使用粗粒度锁定。最重要的是，提示前缀与旧处理器兼容。
受限事务内存（RTM）是一个全新的程序员接口，为x86开发者提供事务内存。事务内存比传统的基于锁的同步更有用，因为事务可以保护更复杂的数据结构，并且可以跨函数、模块甚至应用程序进行组合。然而，它确实需要使用RTM链接新的库，并可能需要重写软件以获得全部好处。
TSX的两个变体以64B缓存行粒度进行跟踪。由于事务限制、虚假共享或数据竞争导致的过度冲突实际上会损害性能，因此开发人员必须谨慎采用TSX。然而，未来的实现很可能会减少冲突并更加灵活。
在这些新指令中，绝大多数是简单指令，可以解码为单个微操作（uop）。然而，更复杂的指令，如收集（gather）和TSX提交（commit）与中止（abort），则是微编码的。
从根本上讲，x86在多个维度上与RISC架构非常相似。ALU操作基本相同；进行加法、减法和乘法的方式有限。然而，前端却截然不同，这是现代x86 CPU最具挑战性的方面之一。指令缓存与数据缓存保持一致，变长指令使得解码变得相当复杂。x86指令的大小范围从1到15字节，具有长度变化的前缀、不一致的操作数位置和复杂的微编码指令。自P6以来，这些指令已被转化为更易处理的固定长度uops，可以被乱序核心跟踪。与所有架构一样，指令流经常被控制流中断，例如条件分支、跳转、调用和返回，这可能会重定向指令获取并在流水线中引入气泡。
Sandy Bridge 在前端改进和确保 uops 平稳传递到管道其余部分方面取得了巨大的进展。最大的改进是一个 uop 缓存，它本质上充当 L0 指令缓存，但包含固定长度的解码 uops。uop 缓存是虚拟寻址的，并包含在 L1 指令缓存中。在 uop 缓存命中的情况下，有几个好处，包括通过消除耗电的指令解码阶段来减少管道长度，并实现每个周期 32B 指令的有效吞吐量。对于较新的 SIMD 指令，16B 的提取限制是一个问题，因此 uop 缓存与 AVX 等扩展很好地协同工作。
图 1. Haswell 和 Sandy Bridge 前端
Haswell 前端最显著的区别无疑是对上述各种指令集扩展的支持。从高层次来看，指令获取和解码微架构在很大程度上与 Sandy Bridge 相似，如图 1 所示。虽然有一些细微的增强，但概念和许多细节是相同的。
如预期，Haswell 的分支预测有所改善。不幸的是，英特尔不愿意分享这些优化的细节或结果。指令缓存仍然是 8 路关联，32KB，并由两个线程动态共享。指令 TLB 也没有变化，具有 128 个条目用于 4KB 页转换；4KB 转换在两个线程之间静态分区，并且是 4 路关联。2MB 页数组有 8 个条目，完全关联，并为每个线程复制。指令从指令缓存中提取的速度仍然是每个周期 16B。提取的指令被存放到一个 20 条目的指令队列中，该队列为每个线程复制，在 Sandy Bridge 和 Haswell 中都是如此。
Haswell 指令缓存经过优化，以更快地处理未命中。支持更好的时序的推测 ITLB 和缓存访问，以提高预取的好处，并且缓存控制器在并行处理指令缓存未命中方面更加高效。
与之前的几代一样，解码由一个复杂的解码器执行，该解码器发出1-4个融合的uop，以及三个简单的解码器，它们并行发出一个融合的uop。或者，要求超过4个uop的指令由微代码处理，并阻塞常规解码器。宏融合可以将相邻的比较和分支指令合并为一个单一的uop，从而提高每个周期5条指令的潜在吞吐量。解码还包含堆栈引擎，它解决了push/pop和call/return对，而无需将uop进一步发送到流水线。
Haswell 的 uop 缓存与 Sandy Bridge 的大小和组织相同。uop 缓存行最多可以容纳 6 个 uop，缓存组织为 32 组 8 行缓存（即 8 路关联）。一个 32B 的提取 x86 指令窗口可以映射到单一路径中的 3 行。uop 缓存的命中可以提供 4 uop/周期，而这 4 个 uop 可以对应 32B 的指令，而传统的前端每周期不能处理超过 16B。为了提高性能，uop 缓存可以将微编码指令作为指向微代码的指针，但不支持部分命中。与指令缓存一样，解码的 uop 缓存由活动线程共享。
Haswell 解码路径的一个区别是 uop 队列，它接收来自解码器或 uop 缓存的 uops，并且还充当循环缓存。在 Sandy Bridge 中，28 个条目的 uop 队列为每个线程复制。然而，在 Ivy Bridge 中，uop 队列合并为一个单一的 56 个条目的结构，当两个线程处于活动状态时，该结构是静态分区的。区别在于，当单个线程在 Ivy Bridge 或 Haswell 上执行时，整个 56 个条目的 uop 缓冲区可用于循环缓存和排队，更好地利用可用资源。