如何讓ICC編譯器在內部循環中生成SSE指令？

Question

我有一個內環如本

for(i=0 ;i<n;i++){ 
x[0] += A[i] * z[0]; 
x[1] += A[i] * z[1]; 
x[2] += A[i] * z[2]; 
x[3] += A[i] * z[3]; 
} 

內4個指令可以由編譯器可以容易地轉化爲SSE指令。目前的編譯器是否這樣做？如果他們做了我必須做的事情來強制編譯器執行此操作？

Answer 1

從您提供的內容來看，這不能被矢量化，因爲指針可能互相混淆，即x陣列可能與A或z重疊。

幫助編譯器出來的一種簡單方法是聲明x爲__restrict。另一種方法是重寫它像這樣：

for(i=0 ;i<n;i++) 
{ 
float Ai=A[i]; 
float z0=z[0], z1=z[1], z2=z[2], z3=z[3]; 
x[0] += Ai * z0; 
x[1] += Ai * z1; 
x[2] += Ai * z2; 
x[3] += Ai * z3; 
} 

我從未試圖讓編譯器來自動向量化的代碼，所以我不知道這是否會做不做。即使它沒有被矢量化，它也應該更快，因爲可以更有效地訂購加載和存儲，而不會導致加載存儲。如果你有比編譯器更多的信息（例如你的指針是否是16字節對齊的），並且應該能夠使用它（例如使用對齊的加載）。請注意，我並不是說你應該總是試圖擊敗編譯器，只有當你知道比它更多的時候。

進一步閱讀：

• Load-hit-stores and the __restrict keyword
• Memory Optimization（混疊開始四處滑動35）由缺省

Answer 2

ICC自動向量化下面的代碼片斷爲SSE2：

void foo(float *__restrict__ x, float *__restrict__ A, float *__restrict__ z, int n){ 
for(int i=0;i<n;i++){ 
x[0] += A[i] * z[0]; 
x[1] += A[i] * z[1]; 
x[2] += A[i] * z[2]; 
x[3] += A[i] * z[3]; 
} 
return; 
} 

通過使用restrict關鍵字，內存別名假設被忽略。生成的量化報告：

$ icpc test.cc -c -vec-report2 -S 
test.cc(2): (col. 1) remark: PERMUTED LOOP WAS VECTORIZED 
test.cc(3): (col. 2) remark: loop was not vectorized: not inner loop 

要確認如果產生了SSE指令，打開ASM生成（test.s），你會發現下面的說明：

..B1.13:      # Preds ..B1.13 ..B1.12 
     movaps (%rsi,%r15,4), %xmm10       #3.10 
     movaps 16(%rsi,%r15,4), %xmm11      #3.10 
     mulps  %xmm0, %xmm10         #3.17 
     mulps  %xmm0, %xmm11         #3.17 
     addps  %xmm10, %xmm9         #3.2 
     addps  %xmm11, %xmm6         #3.2 
     movaps 32(%rsi,%r15,4), %xmm12      #3.10 
     movaps 48(%rsi,%r15,4), %xmm13      #3.10 
     movaps 64(%rsi,%r15,4), %xmm14      #3.10 
     movaps 80(%rsi,%r15,4), %xmm15      #3.10 
     movaps 96(%rsi,%r15,4), %xmm10      #3.10 
     movaps 112(%rsi,%r15,4), %xmm11      #3.10 
     addq  $32, %r15          #2.1 
     mulps  %xmm0, %xmm12         #3.17 
     cmpq  %r13, %r15         #2.1 
     mulps  %xmm0, %xmm13         #3.17 
     mulps  %xmm0, %xmm14         #3.17 
     addps  %xmm12, %xmm5         #3.2 
     mulps  %xmm0, %xmm15         #3.17 
     addps  %xmm13, %xmm4         #3.2 
     mulps  %xmm0, %xmm10         #3.17 
     addps  %xmm14, %xmm7         #3.2 
     mulps  %xmm0, %xmm11         #3.17 
     addps  %xmm15, %xmm3         #3.2 
     addps  %xmm10, %xmm2         #3.2 
     addps  %xmm11, %xmm1         #3.2 
     jb  ..B1.13  # Prob 75%      #2.1 
           # LOE rax rdx rsi r8 r9 r10 r13 r15 ecx ebp edi r11d r14d bl xmm0 xmm1 xmm2 xmm3 xmm4 xmm5 xmm6 xmm7 xmm8 xmm9 
..B1.14:      # Preds ..B1.13 
     addps  %xmm6, %xmm9         #3.2 
     addps  %xmm4, %xmm5         #3.2 
     addps  %xmm3, %xmm7         #3.2 
     addps  %xmm1, %xmm2         #3.2 
     addps  %xmm5, %xmm9         #3.2 
     addps  %xmm2, %xmm7         #3.2 
     lea  1(%r14), %r12d        #2.1 
     cmpl  %r12d, %ecx         #2.1 
     addps  %xmm7, %xmm9         #3.2 
     jb  ..B1.25  # Prob 50%      #2.1