4

我在 C++ 中使用 eigen3 线性代数库已经有一段时间了，而且我一直在尝试利用向量化的性能优势。今天，我决定测试一下矢量化在多大程度上真正加快了我的程序。因此，我编写了以下测试程序：

--- eigentest.cpp ---

#include <eigen3/Eigen/Dense>
using namespace Eigen;

#include <iostream>

int main() {
        Matrix4d accumulator=Matrix4d::Zero();
        Matrix4d randMat = Matrix4d::Random();
        Matrix4d constMat = Matrix4d::Constant(2);
        for(int i=0; i<1000000; i++) {
                randMat+=constMat;
                accumulator+=randMat*randMat;
        }
        std::cout<<accumulator(0,0)<<"\n"; // To avoid optimizing everything away
        return 0;
}

然后我在用不同的编译器选项编译它后运行这个程序：（结果不是一次性的，许多运行给出相似的结果）

$ g++ eigentest.cpp  -o eigentest -DNDEBUG -std=c++0x -march=native
$ time ./eigentest
5.33334e+18

real    0m4.409s
user    0m4.404s
sys 0m0.000s
$ g++ eigentest.cpp  -o eigentest -DNDEBUG -std=c++0x
$ time ./eigentest 
5.33334e+18

real    0m4.085s
user    0m4.040s
sys 0m0.000s
$ g++ eigentest.cpp  -o eigentest -DNDEBUG -std=c++0x -march=native -O3
$ time ./eigentest 
5.33334e+18

real    0m0.147s
user    0m0.136s
sys 0m0.000s
$ g++ eigentest.cpp  -o eigentest -DNDEBUG -std=c++0x -O3
$time ./eigentest
5.33334e+18

real    0m0.025s
user    0m0.024s
sys 0m0.000s

这是我的相关cpu信息：

model name  : AMD Athlon(tm) 64 X2 Dual Core Processor 5600+
flags       : fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush mmx fxsr sse sse2 ht syscall nx mmxext fxsr_opt rdtscp lm 3dnowext 3dnow extd_apicid pni cx16 lahf_lm cmp_legacy svm extapic cr8_legacy 3dn

我知道当我不使用编译器选项-march=native时不会进行矢量化，因为当我不使用它时，我永远不会因为矢量化而出现分段错误或错误结果，而不是我使用它的情况（与-NDEBUG）。

这些结果让我相信，至少在我的 CPU 向量化与 eigen3 会导致执行速度变慢。我该怪谁？我的 CPU，eigen3 还是 gcc？

编辑：为了消除任何疑虑，我现在尝试-DEIGEN_DONT_ALIGN在我尝试测量无向量化情况的性能的情况下添加编译器选项，结果是相同的。此外，当我添加-DEIGEN_DONT_ALIGN时-march=native，结果变得非常接近没有-march=native.

4

1 回答 1

9

似乎编译器比你想象的更聪明，并且仍然优化了很多东西。

在我的平台上，-march=native没有-march=native. 但是，如果我将返回上方的行替换为

std::cout<<accumulator<<"\n";

然后时间变为 78ms 没有-march=native和大约 39ms -march=native。

因此，似乎在没有矢量化的情况下，编译器意识到您只使用矩阵的 (0,0) 元素，因此它只计算该元素。但是，如果启用了矢量化，它就无法进行优化。

如果您输出整个矩阵，从而迫使编译器计算所有条目，那么向量化会按预期以 2 倍加速程序（尽管我很惊讶地看到它在我的计时中恰好是 2 倍）。

于 2012-03-26T16:32:59.657 回答