为什么这个 C 向量循环不自动向量化？

Question

我正在尝试通过使用 AVX 内在函数来优化一些代码。编译了一个非常简单的测试用例，但告诉我我的循环没有向量化，原因有很多我不明白。

这是完整的程序，simple.c

#include <math.h>
#include <stdlib.h>
#include <assert.h>
#include <immintrin.h>

int main(void)
{

  __m256 * x = (__m256 *) calloc(1024,sizeof(__m256));    

  for (int j=0;j<32;j++)
    x[j] = _mm256_set1_ps(1.); 

  return(0);
}

这是命令行： gcc simple.c -O1 -fopenmp -ffast-math -lm -mavx2 -ftree-vectorize -fopt-info-vec-missed

这是输出：

• simple.c:11:3：注意：未矢量化：不支持的数据类型
• simple.c:11:3：注意：无法确定矢量化因子。
• simple.c:6:5：注意：未矢量化：基本块中的数据引用不足。
• simple.c:11:3：注意：未矢量化：基本块中的数据引用不足。
• simple.c:6:5：注意：未矢量化：基本块中的数据引用不足。
• simple.c:6:5：注意：未矢量化：基本块中的数据引用不足。

我有 gcc 5.4 版。

谁能帮我解释这些信息并了解发生了什么？

Answer 1

您已经使用内在函数进行了手动矢量化，因此 gcc 没有任何东西可以自动矢量化。这会导致无趣的警告，我假设尝试自动矢量化内在或循环计数器增量。

我从 gcc 5.3 (on the Godbolt compiler explorer) 获得了很好的 asm，如果我不做一些愚蠢的事情，比如编写一个可以优化掉的函数，或者尝试只使用 -O1 编译它。

#include <immintrin.h>

void set_to_1(__m256 * x) {
  for (int j=0;j<32;j++)
    x[j] = _mm256_set1_ps(1.); 
}

    push    rbp
    lea     rax, [rdi+1024]
    vmovaps ymm0, YMMWORD PTR .LC0[rip]
    mov     rbp, rsp
    push    r10                      # gcc is weird with r10 in functions with ymm vectors
.L2:                                 # this is the vector loop
    vmovaps YMMWORD PTR [rdi], ymm0
    add     rdi, 32
    cmp     rdi, rax
    jne     .L2
    vzeroupper
    pop     r10
    pop     rbp
    ret

.LC0:
    .long   1065353216
    ... repeated several times because gcc failed to use a vbroadcastss load or generate the constant on the fly

我确实从 -O1 得到了几乎相同的 asm，但使用 -O1 不优化东西并不是了解 gcc 真正能做什么的好方法。