6

使用 C 的 GCC 向量扩展时，如何检查向量上的所有值是否为零？

例如：

#include <stdint.h>

typedef uint32_t v8ui __attribute__ ((vector_size (32)));

v8ui*
foo(v8ui *mem) {
    v8ui v;
    for ( v = (v8ui){ 1, 1, 1, 1, 1, 1, 1, 1 };
          v[0] || v[1] || v[2] || v[3] || v[4] || v[5] || v[6] || v[7];
          mem++)
        v &= *(mem);

    return mem;
}

SSE4.2 具有PTEST允许运行测试的指令，就像用作for条件的测试一样，但 GCC 生成的代码只是解包向量并一一检查单个元素：

.L2:
        vandps  (%rax), %ymm1, %ymm1
        vmovdqa %xmm1, %xmm0
        addq    $32, %rax
        vmovd   %xmm0, %edx
        testl   %edx, %edx
        jne     .L2
        vpextrd $1, %xmm0, %edx
        testl   %edx, %edx
        jne     .L2
        vpextrd $2, %xmm0, %edx
        testl   %edx, %edx
        jne     .L2
        vpextrd $3, %xmm0, %edx
        testl   %edx, %edx
        jne     .L2
        vextractf128    $0x1, %ymm1, %xmm0
        vmovd   %xmm0, %edx
        testl   %edx, %edx
        jne     .L2
        vpextrd $1, %xmm0, %edx
        testl   %edx, %edx
        jne     .L2
        vpextrd $2, %xmm0, %edx
        testl   %edx, %edx
        jne     .L2
        vpextrd $3, %xmm0, %edx
        testl   %edx, %edx
        jne     .L2
        vzeroupper
        ret

有没有办法让 GCC 生成一个有效的测试而不恢复使用内在函数？

更新：作为参考，使用不可移植的 GCC 内置代码(V)PTEST：

typedef uint32_t v8ui __attribute__ ((vector_size (32)));
typedef long long int v4si __attribute__ ((vector_size (32)));

const v8ui ones = { 1, 1, 1, 1, 1, 1, 1, 1 };

v8ui*
foo(v8ui *mem) {
    v8ui v;
    for ( v = ones;
          !__builtin_ia32_ptestz256((v4si)v,
                                    (v4si)ones);
          mem++)
        v &= *(mem);

    return mem;
}
4

3 回答 3

2

gcc 4.9.2 -O3 -mavx2（在 64 位模式下）没有意识到它可以ptest用于此，无论是||还是|.

该版本用和|提取向量元素，并在 32 位寄存器之间用 7 个 insns组合事物。所以这很糟糕，并且没有利用任何仍然会产生相同逻辑真值的简化。vmovdvpextrdor

该||版本同样糟糕，并且一次提取一个元素，但对每个元素执行一个test/ jne。

所以在这一点上，你不能指望 GCC 识别这样的测试并做任何远程有效的事情。（pcmpeq/ movmsk/test是另一个不错的序列，但 gcc 也不会生成它。）

于 2015-07-03T20:56:43.773 回答
1

vptest 没有帮助吗？如果您正在关注性能，有时您会对本机类型可以提供的功能感到惊讶。这是一些使用 vanilla memcmp() 的代码以及 vptest 指令（通过相应的内在函数使用）。我没有计时功能。

#include <stdint.h>
#include <stdio.h>
#include <string.h>
#include <immintrin.h>

typedef uint32_t v8ui __attribute__ ((vector_size (32)));

v8ui*
foo1(v8ui *mem)
{   
    v8ui v = (v8ui){ 1, 1, 1, 1, 1, 1, 1, 1 };

    if (memcmp(mem, &v, sizeof (v8ui)) == 0) {
            printf("Ones\n");
    } else {
            printf("NOT Ones\n");
    }

    return mem;
}

v8ui*
foo2(v8ui *mem)
{   
    v8ui v = (v8ui){ 1, 1, 1, 1, 1, 1, 1, 1 };
    __m256i a, b;

    a = _mm256_loadu_si256((__m256i *)(&v));
    b = _mm256_loadu_si256((__m256i *)(&mem));

    if (!_mm256_testz_si256(a, b)) {
            printf("NOT Ones\n");
    } else {
            printf("Ones\n");
    }

    return mem;
}

int
main()
{
    v8ui v = (v8ui){ 1, 1, 1, 1, 1, 1, 1, 1 };
    foo1(&v);
    foo2(&v);
}

编译标志：

gcc -mavx2 foo.c

嗬！直到现在我才看到您想让 GCC 在不使用内在函数的情况下生成 vptest 指令。无论如何，我都会留下代码。

于 2015-04-12T08:28:23.157 回答
0

如果编译器的优化不足以自动产生优化，您有三个选择：

  • 获得一个新的编译器。
  • 手动生成优化（例如，使用内在函数，例如在您的测试和其他答案中）。
  • 修改编译器以自动产生优化。

您已经通过使用 gcc 扩展自动排除了第一个选项，尽管 llvm/clang 可能会为您扩展这些扩展。

您已经公然排除了第二个选项。

第三个选项对我来说似乎是您最好的选择。gcc 是开源的，因此您可以对它进行（并提交）您自己的更改。如果您可以修改 gcc 以自动产生这种优化（最好是 100% 标准 C），那么您不仅可以实现产生这种优化的目标，而无需在程序中引入 crud，而且您还可以节省无数的手动优化（尤其是将来会锁定您使用特定编译器的非标准编译器）。

于 2015-04-14T23:51:41.050 回答