源代码
我计算了 uniform_real_distribution
生成的十亿个数字的总和
#include <iostream>
#include <random>
using std::cout;
using std::endl;
using std::mt19937;
using std::random_device;
using std::uniform_real_distribution;
int main()
{
random_device rd;
mt19937 gen(rd());
uniform_real_distribution<float> dis(-1, 1);
float result = 0;
for (unsigned i = 0; i < 1E9; ++i)
{
result += dis(gen);
}
cout << result << endl;
return 0;
}
问题
当我用 clang++ -O3 --std=c++11 main.cpp
编译代码时,它工作了一分钟。当我用 g++ -O3 --std=c++11 main.cpp
编译时,它工作了 6 秒。另外,我使用了 g++-5
和 g++-6
,得到了 3 秒。
当我在 g++
中使用 -O1
优化时,它会优化代码,并且只在没有优化标志的情况下生成程序,这需要将近两分钟才能完成。使用未优化的 clang++
生成的应用程序比未优化的 g++
生成的应用程序运行速度稍快。
问题
我能否使 clang++
优化代码与 g++
一样好?性能问题是我的错,还是 clang++
的错?
附加信息
g++ -v
输出
Using built-in specs.
COLLECT_GCC=g++
COLLECT_LTO_WRAPPER=/usr/lib/gcc/x86_64-linux-gnu/7/lto-wrapper
OFFLOAD_TARGET_NAMES=nvptx-none
OFFLOAD_TARGET_DEFAULT=1
Target: x86_64-linux-gnu
Configured with: ../src/configure -v --with-pkgversion='Ubuntu 7.2.0-8ubuntu3.2' --with-bugurl=file:///usr/share/doc/gcc-7/README.Bugs --enable-languages=c,ada,c++,go,brig,d,fortran,objc,obj-c++ --prefix=/usr --with-gcc-major-version-only --program-suffix=-7 --program-prefix=x86_64-linux-gnu- --enable-shared --enable-linker-build-id --libexecdir=/usr/lib --without-included-gettext --enable-threads=posix --libdir=/usr/lib --enable-nls --with-sysroot=/ --enable-clocale=gnu --enable-libstdcxx-debug --enable-libstdcxx-time=yes --with-default-libstdcxx-abi=new --enable-gnu-unique-object --disable-vtable-verify --enable-libmpx --enable-plugin --enable-default-pie --with-system-zlib --with-target-system-zlib --enable-objc-gc=auto --enable-multiarch --disable-werror --with-arch-32=i686 --with-abi=m64 --with-multilib-list=m32,m64,mx32 --enable-multilib --with-tune=generic --enable-offload-targets=nvptx-none --without-cuda-driver --enable-checking=release --build=x86_64-linux-gnu --host=x86_64-linux-gnu --target=x86_64-linux-gnu
Thread model: posix
gcc version 7.2.0 (Ubuntu 7.2.0-8ubuntu3.2)
clang++ -v
输出
clang version 4.0.1-6 (tags/RELEASE_401/final)
Target: x86_64-pc-linux-gnu
Thread model: posix
InstalledDir: /usr/bin
Found candidate GCC installation: /usr/bin/../lib/gcc/x86_64-linux-gnu/5
Found candidate GCC installation: /usr/bin/../lib/gcc/x86_64-linux-gnu/5.4.1
Found candidate GCC installation: /usr/bin/../lib/gcc/x86_64-linux-gnu/6
Found candidate GCC installation: /usr/bin/../lib/gcc/x86_64-linux-gnu/6.4.0
Found candidate GCC installation: /usr/bin/../lib/gcc/x86_64-linux-gnu/7
Found candidate GCC installation: /usr/bin/../lib/gcc/x86_64-linux-gnu/7.2.0
Found candidate GCC installation: /usr/lib/gcc/x86_64-linux-gnu/5
Found candidate GCC installation: /usr/lib/gcc/x86_64-linux-gnu/5.4.1
Found candidate GCC installation: /usr/lib/gcc/x86_64-linux-gnu/6
Found candidate GCC installation: /usr/lib/gcc/x86_64-linux-gnu/6.4.0
Found candidate GCC installation: /usr/lib/gcc/x86_64-linux-gnu/7
Found candidate GCC installation: /usr/lib/gcc/x86_64-linux-gnu/7.2.0
Selected GCC installation: /usr/bin/../lib/gcc/x86_64-linux-gnu/7.2.0
Candidate multilib: .;@m64
Selected multilib: .;@m64
Found CUDA installation: /usr/local/cuda, version unknown
最佳答案
g++
和 clang++
具有不同的默认“内联级别”。
通常 g++
更具侵略性。在这种情况下,不同的阈值似乎会干扰其他优化。
您可以使用 -mllvm -inline-threshold=
控制内联行为(另见 LLVM Development)。
这里
clang++ -O3 --std=c++11 -mllvm -inline-threshold=15000
工作得很好并且产生了合理的加速(对于“真实代码”,可执行文件的大小可能会增长很多)。
关于c++ - 为什么 CLang++ 不优化循环而 G++ 可以?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50468921/