gcc - 如何使用 gcc 进行矢量化？

Question

gcc的v4系列编译器可以使用 SIMD 自动向量化循环。某些现代 CPU 上的处理器，例如 AMD Athlon 或 Intel Pentium/Core 芯片。这是怎么做到的？

Answer 1

原始页面提供了有关让 gcc 自动矢量化的详细信息
循环，包括几个例子:

http://gcc.gnu.org/projects/tree-ssa/vectorization.html

虽然示例很棒，但事实证明，使用最新 GCC 调用这些选项的语法似乎发生了一些变化，请看现在:

https://gcc.gnu.org/onlinedocs/gcc/Developer-Options.html#index-fopt-info

总之，以下选项适用于具有 SSE2 的 x86 芯片，
给出已被矢量化的循环的日志:

gcc -O2 -ftree-vectorize -msse2 -mfpmath=sse -ftree-vectorizer-verbose=5

请注意，-msse 也是一种可能，但它只会向量化循环
使用浮点数，而不是 double 数或整数。 (SSE2 是 x86-64 的基准。对于 32 位代码，也使用 -mfpmath=sse。这是 64 位的默认值，但不是 32 位的。)

现代版本的 GCC 启用 -ftree-vectorize在 -O3所以只需在 GCC4.x 及更高版本中使用它 :

gcc   -O3 -msse2 -mfpmath=sse  -ftree-vectorizer-verbose=5

(Clang 在 -O2 处启用自动矢量化。ICC 默认启用优化 + 快速数学。)

以下大部分内容是由彼得·科德斯(Peter Cordes)撰写的，他本可以写一个新的答案。随着时间的推移，随着编译器的变化，选项和编译器输出也会发生变化。我不完全确定是否值得在这里详细跟踪它。评论？ - 作者

要同时使用您正在编译的硬件支持的指令集扩展并对其进行调整，请使用 -march=native .

减少循环(如数组的总和)将需要 OpenMP 或 -ffast-math将 FP 数学视为关联和矢量化。 Example on the Godbolt compiler explorer with -O3 -march=native -ffast-math 包括一个没有 -ffast-math 的标量减少(数组总和) . (好吧，GCC8 及更高版本执行 SIMD 加载，然后将其解压缩为标量元素，这与简单展开相比毫无意义。一个 addss 依赖链的延迟的循环瓶颈。)

有时你不需要-ffast-math , 只是 -fno-math-errno可以帮助 gcc 内联数学函数并矢量化涉及 sqrt 的内容和/或 rint/nearbyint .

其他有用的选项包括-flto (跨文件内联、常量传播等的链接时间优化)和/或使用 -fprofile-generate 的配置文件引导优化/使用实际输入进行测试运行/-fprofile-use . PGO 为“热”循环启用循环展开；在现代 GCC 中，即使在 -O3 时也默认关闭。