Всем привет!
Пишу следующие 2 команды

процессор выполняет эти 2 команды за 3 такта, хотя по логике должен за 2. Если закоментить первую, оставшуюся выполнит за один такт, если поменять в первой A3 на другой, например OR.D1 0,A4, A7, камень исполняет за 2 такта. Где шаманство?

Нашел, пришлось внимательно читать мануалы:
On the C64x, a delay clock cycle is introduced whenever an instruction
attempts to read a source register via a cross path where that register was
updated in the previous cycle. This is known as a cross path stall. This stall is
inserted automatically by the hardware; no NOP instruction is needed. This cross path
stall is necessary so that the C64x can achieve clock rate goals beyond 1GHz.

Кросс-пути -- это вообще такая нетривиальная вещь, из-за которой на 64-х малоцелесообразно писать на ассемблере. Потому что человек не может держать в голове все эти банки регистров, 8 вычислителей, кто с кем вступает в конфликт. Там в документации есть такие конструкции, когда можно учесть такты и даже сделать последовательные вычисления в параллельных инструкциях. Имхо, это такое исскуство, что ему надо учиться годами, а потом с появлением нового камня снова переучиваться

Отсюда мое личное имхо -- на 6000-никах только Си (и Си++)!

Да, писать на ассемблере утомительно. Но, помнить все переменные не обязательно. Для этого составляется граф, затем программа. Но, соглашусь, зачем это делать вручную. Нужно только грамотно написать код на Си(++).
А на 6000 шаманства очень много, и не только на ассемблере.
Совет, пока не наступили на грабли, пользуйтесь всем, что предлагает производитель (компилятор Си/Си++, библиотеки, примеры,...), не надо придумывать своего (кроме алгоритма обработки), пользуйтесь готовым.
Я месяц ходил по граблям, конфигурируя периферию вручную, код получился не лучше и не меньше, только потерял много времени.

На ассемблере пишу только потому что нужно выжать из камня максимум(реализую алгоритм), учитываю каждый такт, компилятор с опцией -O3 очень сильная вещь, но мне удается обойти его и по компактности кода и, что самое важное, по быстродействию. Еще приметил одну особенность: Пишу функцию на ассембреле, на мнемонике, а вызывающий код - сишный, так вот вызываю свою ф-ю в цикле. Отрабатывает первый раз и глохнет, смотрю ассемблер, в функцию передается переменная таким образом:

т.е. он переменную для функции загоняет сначала в А10 перед циклом, а потом в цикле перед вызовом функции передает в регистре А4. Так вот, в функции я использую регистр А10, соответственно значение переменной затирается и уже при втором вызове функции передается неправильное значение. Как узнать, какие регистры свободные на момент вызова функции, а какие несут полезную информацию? На ПК было все просто, сохранил все хозяйство в стек, отработал, восстановил и порядок, а здесь?

А здесь можно тоже, сохранить регистры в стеке. Что-то типа:
STNDW A1:A0, *SP--
STNDW A3:A2, *SP--
и восстановить:
LDNDW *++SP, A3:A2
LDNDW *++SP, A1:A0

еще можно указать, какие регистры используются в Вашей функции, чтобы компилятор сохранял значение в стеке или не использовал бы этот регистр.