问题标签 [loop-unrolling]

我一直在尝试通过循环展开来优化一些对性能至关重要的代码（一种在蒙特卡罗模拟中被调用数百万次的快速排序算法）。这是我试图加速的内部循环：

我尝试展开到类似的内容：

这完全没有区别，所以我把它改回更易读的形式。其他时候我也有过类似的经历，我尝试过循环展开。考虑到现代硬件上分支预测器的质量，循环展开何时（如果有的话）仍然是一种有用的优化？

我正在尝试使用模板在 C++ 中展开循环，如下所示。

当我在 Cygwin 中编译 w/g++ 3.4.4 时，出现以下错误。

tmp.cpp:12：错误：类型T' of template argument0' 取决于模板参数

我究竟做错了什么？我是否需要以某种方式注释 0 以说明它是 T 类型？

提前致谢。

我有一个运行精简版 BASIC（Parallax BASIC Stamp）的嵌入式处理器。在一个循环中，我通过 SPI 总线写入 1024 个值。

在编译语言中，通过展开循环可以获得更快的速度（将更多语句放入循环，降低开销与语句的比率）。但是，我不确定 BASIC，因为它是一种解释性语言，并且每个语句在执行之前都会被解释。

分析很困难，因为我必须找到一个可用的引脚，向它写入一个脉冲，然后用示波器进行测量。

从理论的角度来看，BASIC 中的循环展开是否提供任何速度优势？

我正在尝试对 leon3 处理器（指令集是 SPARC v8）进行（小）改进，以进行学术练习。在我决定要改进什么之前，我想介绍几个我想定制改进的基准程序。

我无权访问 SPARC v8 机器。

目前，我正在使用“tsim”（一个 leon3 模拟器）的评估版本，它在功能级别进行分析。这并不是那么有用。

我尝试过一些奇怪的东西，比如在启用循环展开的情况下进行编译，然后计算汇编代码中有趣的指令，但 gcc 拒绝展开循环，可能是因为其中一些循环太深（例如 4 个嵌套的“for”循环）。

理想情况下，我正在寻找的是一个 SPARC v8 模拟器，它运行基准测试并在指令级别对其进行分析（例如：'smul' 执行 x 次），以便我可以决定从哪里开始尝试改进。当然，如果不是分析器，如果有其他方法可以做到这一点，我不会介意。

有任何想法吗？

维基百科（这里）给出了 for 循环的编译时间展开......我想知道我们是否可以使用类似的 for 循环，其中包含模板语句......例如......

以下循环是否有效

SubDomain 是一个接受模板参数 int 的类，这里是用一个作为 Device 类成员的参数构造的。

谢谢大家的回答......现在你知道我想要什么......无论如何我是否实现了我想要的？

我终于得到了我想要的............而不是直接使用 for 循环......可以改为使用Boost::MPL for_each 构造。我还没有实现它，但我猜这提供了一种方法来做我想做的事.....

我在这里从另一个堆栈溢出问题中得到了答案......但是对同一问题的评论拒绝使用它，因为它会非常慢（当然对于大型 for 循环）......但是.. 对于不是大的循环 i不要认为应该有任何腹胀......我会尝试代码并让你知道结果......

示例中很好地说明了用法

JIT 的循环展开策略是什么？或者，如果没有简单的答案，那么有什么方法可以检查循环展开的位置/时间？

基本上，我上面有一段代码，它有一个静态的迭代次数（八次），当我离开 for 循环时它会很糟糕。但是当我手动展开循环时，它的效果要好得多。我有兴趣找出 JIT 是否真的展开循环，如果没有，那么为什么。

当我将内核中的展开从 8 个循环增加到 9 个循环时，它会因out of resources错误而中断。

我阅读了如何诊断由于资源不足而导致的 CUDA 启动失败？参数不匹配和寄存器的过度使用可能是一个问题，但这里似乎不是这种情况。

我的内核计算n点和m质心之间的距离，并为每个点选择最接近的质心。它适用于 8 个维度，但不适用于 9 个维度。当我dimensions=9为距离计算设置并取消注释两条线时，我得到一个pycuda._driver.LaunchError: cuLaunchGrid failed: launch out of resources.

您认为什么可能导致这种行为？还有哪些其他问题会导致out of resources*？

我使用 Quadro FX580。这是最小的（ish）示例。为了展开真实代码，我使用模板。

当编译器执行循环展开优化时，它如何确定展开循环或是否展开整个循环？由于这是空间性能的权衡，平均而言，这种优化技术在使程序性能更好方面的效果如何？此外，建议在什么条件下使用这种技术（即某些操作或计算）？

这不必特定于某个编译器。它可以是任何解释，概述该技术背后的想法以及在实践中观察到的内容。

我正在用 LLVM 编写 Objective-C 代码。我有一个文件，其中包含对性能非常关键的代码。是否可以仅针对这个文件打开编译器优化（特别是循环展开），而无需设置项目范围的值？

您是否建议阅读内核的 PTX 代码以进一步优化内核？

一个例子：我读到，可以从 PTX 代码中找出自动循环展开是否有效。如果不是这种情况，则必须在内核代码中手动展开循环。

• PTX 代码还有其他用例吗？
• 您查看您的 PTX 代码吗？
• 在哪里可以找到如何读取 CUDA 为我的内核生成的 PTX 代码？