问题标签 [auto-vectorization]

C++17 为标准库添加了并行扩展（例如std::sort(std::execution::par_unseq, arr, arr + 1000)，这将允许使用多线程和向量指令进行排序）。

我注意到微软的实验性实现提到 VC++ 编译器在这里缺乏对向量化的支持，这让我感到惊讶——我认为现代 C++ 编译器能够推断循环的向量化能力，但显然 VC++ 编译器/优化器无法生成即使明确告知这样做，SIMD 代码也是如此。似乎缺乏自动矢量化支持与2011 年这个问题的答案相矛盾的答案相矛盾，这表明编译器将在可能的情况下进行矢量化。

也许，编译器只会向量化非常明显的情况，例如std::array<int, 4>，仅此而已，因此 C++17 的显式并行化将很有用。

因此我的问题是：当前的编译器是否会在未明确告知我的代码时自动向量化我的代码？（为了使这个问题更具体，让我们将其范围缩小到支持 SIMD 的 Intel x86 CPU，以及最新版本的 GCC、Clang、MSVC 和 ICC。）

作为扩展：其他语言的编译器是否可以更好地进行自动矢量化（可能是由于语言设计）（以便 C++ 标准委员会决定显式（C++ 17 风格）矢量化是必要的）？

我想了解为什么 GCC 不自动矢量化以下循环，除非我通过 -ffinite-math-only。至于我的理解和 GCC 手册，优化需要-funsafe-math-optimizations

如果选定的浮点硬件包括 NEON 扩展（例如 -mfpu=neon），请注意浮点运算不是由 GCC 的自动矢量化过程生成的，除非还指定了 -funsafe-math-optimizations。这是因为 NEON 硬件没有完全实现浮点运算的 IEEE 754 标准（特别是非正规值被视为零），因此使用 NEON 指令可能会导致精度损失。

特别是，该标志使编译器能够假设关联数学，以便它可以首先累加 4 个部分和。代码看起来很简单

未矢量化的循环

例如，平方加法看起来像

-ffinite-math-only这样就变成了

编译器标志

-funsafe-math-optimizations -ffinite-math-only -mcpu=cortex-a9 -mfpu=neon

我正在尝试使用不同的选项在 c++ 中（在 macOS 10.12.6 上）编译一些东西，并-no-vec使用-vec-report诸如g++-6. 我对 c++ 并不陌生，但几年前我曾经编写过代码（在 linux 上，从来没有在 mac 或任何其他东西上），我目前正在使用 geany，只是在终端上编译它。我试图寻找有关clang错误的其他问题，但它们似乎不适合这个，也许我需要一些非常基本的帮助来了解我应该在哪里解决这个问题。

我有这段代码在兼容 AMD64 的 CPU 上的 Ubuntu 14.04 上运行时会出现段错误：

如果内存是使用分配的，这只会出现段错误mmap。如果我使用malloc堆栈上的缓冲区或全局变量，它不会出现段错误。

如果我将循环的迭代次数减少到少于 14 次，则不再出现段错误。如果我从循环中打印数组索引，它也不再出现段错误。

为什么未对齐的内存访问在能够访问未对齐地址的 CPU 上会出现段错误，为什么仅在这种特定情况下？

检查以下代码：

在我的机器上构建并运行它，它输出：

如果我注释掉“ #pragma omp simd”，再次构建并运行它：

我们可以看到 " #pragma omp simd" 并没有获得很大的性能提升。但是如果我添加-O2选项，则没有“ #pragma omp simd”：

带“ #pragma omp simd”：

我们可以看到很大的进步。但如果使用-O3，则没有“ #pragma omp simd”：

与“ #pragma omp simd”：

我们可以再次看到结果相似。

为什么“ ”只在编译器下#pragma omp simd有很大的性能提升？-O2gcc

我正在尝试对一些简单的计算进行矢量化，以加快 SIMD 架构的速度。但是，我也想将它们作为内联函数，因为函数调用和非向量化代码也需要计算时间。但是，我不能总是同时实现它们。事实上，我的大多数内联函数都无法自动矢量化。这是一个有效的简单测试代码：

在 Mac OS X 10.12.3 上，编译它：

但是，非常相似的东西（仅在 call_add1 中移动参数）不起作用：

使用相同的命令编译不会产生任何输出。为什么会这样？如何确保内联函数中的循环始终自动矢量化？我想矢量化许多函数循环，所以我希望修复不会太复杂。

我正在学习并行/分布式计算课程，并且想知道 Swift 编译器是否执行任何自动矢量化来优化循环。我知道 LLVM 执行了很多（全部？）优化。我发现这个页面详细介绍了它的一些自动矢量化优化，它指出它默认是打开的：（https://llvm.org/docs/Vectorizers.html#the-loop-vectorizer）

我想知道这对于 Swift 是否仍然适用，因为它是建立在 LLVM 之上的。这些优化也会发生在 SIL 或 IR 级别吗？我是编译器的新手，所以如果我的理解不正确，请纠正我。谢谢

从过去的一周开始，我正在研究 SSE 指令和自动矢量化。我有用 C 编写的代码，其中包含在非常大的图像上执行插值的长时间运行循环。下面是骨架代码。

我编写了上面的代码，以便它成功地被 VS 2015 自动矢量化，但矢量化后我没有得到任何性能差异。（这是预期的，因为上述代码的内存访问模式和较少的算术。） 我创建了上述代码的 3 组编译副本，并测试了相同数据的执行速度。下面是结果。

1) 没有矢量化和没有 SSE 开关的测试代码 ==> 速度是 1X。
2) 没有矢量化编译/Arch:SSE2==> 速度是 10X。
3) 成功自动矢量化所有代码， /Arch:SSE2==> 速度为 10.5X

第二个副本只是通过启用 SSE2 指令集进行编译，代码根本没有向量化。仅使用 SSE2 开关，性能如何提高 10 倍？没有任何矢量化

注意：我在 Intel I3 上进行了 4 GB 内存和 windows 7 32 位操作系统的测试，我也在 64 位 windows 上测试了代码，结果相似。

考虑这个固定的最小实现vector<int>：

给定以下测试用例：

编译器生成非矢量化程序集：godbolt.org上的实时示例

如果我进行以下任何更改...

• values[size()]->values[_size]

• 添加__attribute__((always_inline))到size()

...然后编译器生成矢量化程序集：godbolt.org上的实时示例

这是一个 gcc 错误吗？或者，除非明确添加，否则是否有一个简单的访问器（例如，size()会阻止自动矢量化）的原因？always_inline

智能编译器可以很好地编译到 SIMD 上面。但是如何编写像下面这样的比较也可以很好地编译为 SIMD；