为什么gcc在std::vector矢量化方面比clang差得多?

GCC默认为较旧的CPU体系结构编译。

背景 -march=native 启用使用256位ymm寄存器。

.L7:
        vmovups ymm1, YMMWORD PTR [rsi+rax]
        vmovups ymm0, YMMWORD PTR [rdx+rax]
        vcmpps  k1, ymm1, ymm0, 14
        vmulps  ymm2{k1}{z}, ymm1, ymm0
        vmovups YMMWORD PTR [rcx+rax], ymm2

背景 -march=x86-64-v4 允许使用512位zmm寄存器。

.L7:
        vmovups zmm2, ZMMWORD PTR [rsi+rax]
        vcmpps  k1, zmm2, ZMMWORD PTR [rdx+rax], 14
        vmulps  zmm0{k1}{z}, zmm2, ZMMWORD PTR [rdx+rax]
        vmovups ZMMWORD PTR [rcx+rax], zmm0

不是的 std::vector 这就是问题所在 float 以及GCC通常的严重违约 -ftrapping-math 这本应将FP异常视为可见的副作用,但没有正确地做到这一点,并且错过了一些安全的优化。

(在这种情况下,源中存在条件FP乘法,因此严格的异常行为可以避免在比较为false的情况下可能引发上溢、下溢、不精确或其他异常。)

请注意,执行自动矢量化的示例使用 int * args,不是 float* 。如果您将其更改为 浮子* 并且使用相同的编译器选项,它也不会自动向量化,即使使用 float *__restrict a ( https://godbolt.org/z/nPzsf377b )。

gcc -O3 -mavx2 -mfma -fno-trapping-math 自动矢量化所有3个函数( Godbolt )

void foo (float *__restrict a, float *__restrict b, float *__restrict c) {
  for (int i=0; i<256; i++){
    a[i] =  (b[i] > c[i]) ? (b[i] * c[i]) : 0;
  }
}

foo(float*, float*, float*):
        xor     eax, eax
.L143:
        vmovups ymm2, YMMWORD PTR [rsi+rax]
        vmovups ymm3, YMMWORD PTR [rdx+rax]
        vmulps  ymm1, ymm2, YMMWORD PTR [rdx+rax]
        vcmpltps        ymm0, ymm3, ymm2
        vandps  ymm0, ymm0, ymm1
        vmovups YMMWORD PTR [rdi+rax], ymm0
        add     rax, 32
        cmp     rax, 1024
        jne     .L143
        vzeroupper
        ret

顺便说一句,我推荐 -march=x86-64-v3 用于AVX2+FMA特征级别。这也包括BMI1+BMI2等等。它仍然只是使用 -mtune=generic 我认为,但希望在未来忽略那些只对没有AVX2+FMA+BMI2的CPU重要的调整。

这个 std::矢量 函数体积更大,因为我们没有使用 float *__restrict a = avec.data(); 或类似于承诺由 std::矢量 控制块(并且大小不知道是矢量宽度的倍数),但无重叠情况下的非清除循环使用相同的 vmulps / vcmpltps / vandps 。

另请参见:

• -ftrapping数学 已损坏且“从未工作” according to GCC dev Marc Glisse 但是 https://gcc.gnu.org/bugzilla/show_bug.cgi?id=54192 从2012年起,提出不违约的提议仍然悬而未决。
• How to force GCC to assume that a floating-point expression is non-negative? (除全套外的各种FP选项 -ffast-math 例如 -fno-math-errno 它允许许多函数内联,对于不检查的普通代码来说不是问题 errno 打电话后 sqrt 或者其他什么!)
• Semantics of Floating Point Math in GCC
• Auto vectorization on double and ffast-math (当然,缩减仅通过 -ffast数学 或 #pragma omp simd reduction (+:my_sum_var) ,但@phuclv的回答有一些很好的链接)