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?
最佳答案
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:
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。
关于gcc - 如何使用 gcc 进行矢量化?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/409300/