c++ - GCC 优化 : how can less operations be slower?

标签 c++ gcc optimization

在尝试对我的代码的某些选项进行基准测试时(使用或不使用 128 位整数),我观察到一种我无法理解的行为。任何人都可以阐明这一点吗?

#include <stdio.h>
#include <stdint.h>
#include <time.h>

int main(int a, char** b)
{
    printf("Running tests\n");

    clock_t start = clock();
    unsigned __int128 t = 13;
    for(unsigned long i = 0; i < (1UL<<30); i++)
        t += 23442*t + 25;
    if(t == 0) printf("0\n");
    printf("u128, +25, took %fs\n", double(clock() - start)/CLOCKS_PER_SEC);

    start = clock();
    t = 13;
    for(unsigned long i = 0; i < (1UL<<30); i++)
        t += 23442*t;
    if(t == 0) printf("0\n");
    printf("u128, no+, took %fs\n", double(clock() - start)/CLOCKS_PER_SEC);

    start = clock();
    unsigned long u = 13;
    for(unsigned long i = 0; i < (1UL<<30); i++)
        u += 23442*u + 25;
    if(u == 0) printf("0\n");
    printf("u64 , +25, took %fs\n", double(clock() - start)/CLOCKS_PER_SEC);

    start = clock();
    u = 13;
    for(unsigned long i = 0; i < (1UL<<30); i++)
        u += 23442*u;
    if(u == 0) printf("0\n");
    printf("u64 , no+, took %fs\n", double(clock() - start)/CLOCKS_PER_SEC);

    return 0;
}

(注意这里有 printf,这样 gcc 就不会优化 for 循环) 在我的系统上,这可靠地产生了以下输出:

u128, +25, took 2.411922s
u128, no+, took 1.799805s
u64 , +25, took 1.797960s
u64 , no+, took 2.454104s

虽然 128 位整数行为有意义,但我看不出操作较少的 64 位循环的执行速度如何显着 (30%) 变慢。

这是已知行为吗?在编写此类循环时尝试从这种优化中获益时,一般规则是什么?

编辑:只有在使用 -O3 选项编译时才会观察到该行为。

gcc -lstdc++ -O3 -o a main.cpp

u128, +25, took 2.413949s
u128, no+, took 1.799469s
u64 , +25, took 1.798278s
u64 , no+, took 2.453414s

gcc -lstdc++ -O2 -o a main.cpp

u128, +25, took 2.415244s
u128, no+, took 1.800499s
u64 , +25, took 1.798699s
u64 , no+, took 1.348133s

最佳答案

循环非常紧凑,以至于依赖停顿、ALU 繁忙等开始发挥作用并控制时序。因此,结果不可靠,并且对实际指令执行以外的其他因素更敏感。

请注意,+25 可以与乘法并行计算。


附言。我在 4970K 上的结果:

gcc version 5.2.1 20151010
gcc -lstdc++ -O2 -o a a.cpp

u128, +25, took 1.346360s
u128, no+, took 1.022965s
u64 , +25, took 1.020189s
u64 , no+, took 0.765725s

编辑:查看-O2-O3 的反汇编后,主要区别在于代码生成。 (以上原因仍然坚持 -O2 在不同的测试机器/环境中产生略有不同的结果)

-O2:

400618:       48 69 d2 93 5b 00 00    imul   $0x5b93,%rdx,%rdx
40061f:       48 83 e8 01             sub    $0x1,%rax
400623:       75 f3                   jne    400618 <_Z4testv+0x18>

-O3:

400628:       66 0f 6f d9             movdqa %xmm1,%xmm3
40062c:       83 c0 01                add    $0x1,%eax
40062f:       66 0f 6f c1             movdqa %xmm1,%xmm0
400633:       66 0f f4 cc             pmuludq %xmm4,%xmm1
400637:       3d 00 00 00 20          cmp    $0x20000000,%eax
40063c:       66 0f f4 da             pmuludq %xmm2,%xmm3
400640:       66 0f 73 d0 20          psrlq  $0x20,%xmm0
....

O3 生成矢量化代码,而循环具有严重的依赖性,无法从矢量化中获取值(value)。它实际上生成了更复杂的代码,因此需要更长的时间。

关于c++ - GCC 优化 : how can less operations be slower?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37067144/

相关文章:

Bools 错误 : "iterator not dereferencable" when assigning values 的 C++ vector

c++ - "Private"cpp 文件中命名空间范围内的变量

c++ - MS VC++ 上直接和复制初始化的不同行为(使用用户定义的转换运算符)

c++ - 为什么在这个解散的 std::string dtor 中有一个锁定的 xadd 指令?

sql-server - 如何显示存储过程的执行计划?

optimization - 编译器可以用分支信息做什么?

c# - 如何在托管 C++ 中正确实现带有事件的 C# 接口(interface)

c++ - gcov 在当前目录中创建 .gcov 文件。有什么办法可以改变这个吗?

R: 无法在 Ubuntu 14.04 上安装 'rasclass' 包

android - 如何为应用程序禁用 Doze?