在过去的几天里，我一直在阅读有关 gcc 4.7 的自动矢量化的信息。我按照我在网上看到的一些例子，设置似乎是正确的。但是当我实际使用代码运行并比较矢量化打开或关闭时，运行时没有明显差异。
这是我一直在使用的代码：
#include <string.h>
#include <stdlib.h>
#include <emmintrin.h>
#include <stdio.h>
#include <math.h>
int main(int argc, char** argv) {
long b = strtol(argv[2], NULL, 0);
unsigned long long int i;
unsigned long long int n = (int)pow(2,29);
float total = 0;
float *__restrict__ x1;
float *__restrict__ y1;
posix_memalign((void *)&x1, 16, sizeof(float)*n);
posix_memalign((void *)&y1, 16, sizeof(float)*n);
float *__restrict__ x = __builtin_assume_aligned(x1,16);
float *__restrict__ y = __builtin_assume_aligned(y1,16);
for (i=0;i<n;i++) {
x[i] = i;
y[i] = i;
}
for (i=0; i<n; i++) {
y[i] += x[i];
}
printf("y[%li]: \t\t\t\t%f\n", b,y[b]);
printf("correct answer: \t\t\t%f\n", (b)*2);
return 0;
}
其中一些东西对我来说似乎是多余的，但对于让编译器了解正在发生的事情是必要的（尤其是数据对齐的事实）。从命令行读取的“b”变量就在那里，因为我对编译器完全优化循环感到偏执。
这是启用矢量化时的编译器命令：
gcc47 -ftree-vectorizer-verbose=3 -msse2 -lm -O2 -finline-functions -funswitch-loops -fpredictive-commoning -fgcse-after-reload -fipa-cp-clone test.c -ftree-vectorize -o v
基本上，这相当于只使用 -O3。我把标志放在自己身上，所以我需要做的就是删除“ftree-vectorize”并能够在没有矢量化的情况下测试结果。
这是 ftree-vectorize-verbose 标志的输出，以表明代码实际上正在被矢量化：
Analyzing loop at test.c:29
29: vect_model_load_cost: aligned.
29: vect_model_load_cost: inside_cost = 1, outside_cost = 0 .
29: vect_model_load_cost: aligned.
29: vect_model_load_cost: inside_cost = 1, outside_cost = 0 .
29: vect_model_simple_cost: inside_cost = 1, outside_cost = 0 .
29: vect_model_store_cost: aligned.
29: vect_model_store_cost: inside_cost = 1, outside_cost = 0 .
29: cost model: Adding cost of checks for loop versioning aliasing.
29: Cost model analysis:
Vector inside of loop cost: 4
Vector outside of loop cost: 4
Scalar iteration cost: 4
Scalar outside cost: 1
prologue iterations: 0
epilogue iterations: 0
Calculated minimum iters for profitability: 2
29: Profitability threshold = 3
Vectorizing loop at test.c:29
29: Profitability threshold is 3 loop iterations.
29: created 1 versioning for alias checks.
29: LOOP VECTORIZED.
Analyzing loop at test.c:24
24: vect_model_induction_cost: inside_cost = 2, outside_cost = 2 .
24: vect_model_simple_cost: inside_cost = 2, outside_cost = 0 .
24: not vectorized: relevant stmt not supported: D.5806_18 = (float) D.5823_58;
test.c:7: note: vectorized 1 loops in function.
请注意，矢量化在 3 次迭代后是有利可图的，并且我正在运行 2^29~=500,000,000 次迭代。所以我应该期待一个完全不同的运行时关闭矢量化，对吧？
好吧，这里是代码的运行时间（我连续运行了 20 次）：
59.082s
79.385s
57.557s
57.264s
53.588s
54.300s
53.645s
69.044s
57.238s
59.366s
56.314s
55.224s
57.308s
57.682s
56.083s
369.590s
59.963s
55.683s
54.979s
62.309s
扔掉那个奇怪的约 370 秒的异常值，平均运行时间为 58.7 秒，标准差为 6.0 秒。
接下来，我将使用与之前相同的命令进行编译，但没有 -ftree-vectorize 标志：
gcc47 -ftree-vectorizer-verbose=3 -msse2 -lm -O2 -finline-functions -funswitch-loops -fpredictive-commoning -fgcse-after-reload -fipa-cp-clone test.c -o nov
再次连续运行程序 20 次会产生以下时间：
69.471s
57.134s
56.240s
57.040s
55.787s
56.530s
60.010s
60.187s
324.227s
56.377s
55.337s
54.110s
56.164s
59.919s
493.468s
63.876s
57.389s
55.553s
54.908s
56.828s
再次丢弃异常值，这给出了 57.9 秒的平均运行时间，标准偏差为 3.6 秒。
所以这两个版本的运行时间在统计上是无法区分的。
谁能指出我做错了什么？编译器吐出的“盈利门槛”不是我想的意思吗？我非常感谢人们能给我的任何帮助，过去一周我一直在努力解决这个问题。
编辑：
我实施了@nilspipenbrinck 建议的更改，并且似乎奏效了。我将矢量化循环卡在一个函数中，并多次调用该函数。相对运行时间现在为 24.0 秒（sigma 为 <0.1 秒），无矢量化相对于 20.8 秒（sigma < 0.2 秒）矢量化，或 13% 的速度提升。没有我希望的那么多，但至少现在我知道它的工作原理了！感谢您花时间查看我的问题并写下答案，我真的很感激。