Visual Studio 2012 不同的值发布/调试模式

Question

此代码在 MSVS 2012、Windows 7 中在调试和发布模式之间切换时会产生不同的值：

#include <iostream>
using namespace std;

int A[20000];

int main() {

    int shift = 0;
    int Period = 30;
    //Fill array
    for(int i = 0; i < 20000; i++) {
        A[i] = i * 2 + 123;
    }

    int sumTotal = 0;
    int sum = 0;

    for(int bars = Period + 10; bars < 1000; bars++) {
        sum = 0;
        for(int i = 0; i< Period; i++) {
            sum += A[bars - i];
        }
        sumTotal += sum;
    }
    cout << sumTotal << endl;
}

你能重现或找出原因吗？我一直在测试项目属性的各种设置。

• 调试（正确结果）：32630400
• 发布：32814720

/GS /GL /analyze- /W3 /Gy /Zc:wchar_t /I"C:\Program Files (x86)\Visual Leak Detector\include" /Z7 /Gm- /O2 /Fd"Release\vc110.pdb" /fp:precise /D "WIN32" /D "NDEBUG" /D "_CONSOLE" /D "_UNICODE" /D "UNICODE" /errorReport:prompt /WX- /Zc:forScope /Gd /Oy- /Oi /MD /Fa"Release\" /EHsc /nologo /Fo"Release\" /Fp"Release\Testing.pch"

Answer 1

我使用 VS2012 C 编译器测试了代码的“精简”版本

int main()
{
  int A[12] = { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 };

  int sum = 0;
  int i;

  for (i = 0; i < 12; ++i)
     sum += A[11 - i];

  printf("%d\n", sum);

  return 0;
}

我在 x64 模式下编译它 发布配置为速度优化。该错误仍然存​​在，但取决于其他优化和代码生成设置，它会以不同的方式显示自己。一个版本的代码生成“随机”结果，而另一个版本始终生成 8 作为总和（而不是正确的 12）。

对于始终生成 8 的版本，生成的代码如下所示

000000013FC81DF0  mov         rax,rsp  
000000013FC81DF3  sub         rsp,68h  
000000013FC81DF7  movd        xmm1,dword ptr [rax-18h]  
000000013FC81DFC  movd        xmm2,dword ptr [rax-10h]  
000000013FC81E01  movd        xmm5,dword ptr [rax-0Ch]  
000000013FC81E06  xorps       xmm0,xmm0  
000000013FC81E09  xorps       xmm3,xmm3  

for (i = 0; i < 12; ++i)
000000013FC81E0C  xor         ecx,ecx  
000000013FC81E0E  mov         dword ptr [rax-48h],1  
000000013FC81E15  mov         dword ptr [rax-44h],1  
000000013FC81E1C  mov         dword ptr [rax-40h],1  
000000013FC81E23  punpckldq   xmm2,xmm1  
000000013FC81E27  mov         dword ptr [rax-3Ch],1  
000000013FC81E2E  mov         dword ptr [rax-38h],1  
000000013FC81E35  mov         dword ptr [rax-34h],1  
{
     sum += A[11 - i];
000000013FC81E3C  movdqa      xmm4,xmmword ptr [__xmm@00000001000000010000000100000001 (013FC83360h)]  
000000013FC81E44  paddd       xmm4,xmm0  
000000013FC81E48  movd        xmm0,dword ptr [rax-14h]  
000000013FC81E4D  mov         dword ptr [rax-30h],1  
000000013FC81E54  mov         dword ptr [rax-2Ch],1  
000000013FC81E5B  mov         dword ptr [rax-28h],1  
000000013FC81E62  mov         dword ptr [rax-24h],1  
000000013FC81E69  punpckldq   xmm5,xmm0  
000000013FC81E6D  punpckldq   xmm5,xmm2  
000000013FC81E71  paddd       xmm5,xmm3  
000000013FC81E75  paddd       xmm5,xmm4  
000000013FC81E79  mov         dword ptr [rax-20h],1  
000000013FC81E80  mov         dword ptr [rax-1Ch],1  
000000013FC81E87  mov         r8d,ecx  
000000013FC81E8A  movdqa      xmm0,xmm5  
000000013FC81E8E  psrldq      xmm0,8  
000000013FC81E93  paddd       xmm5,xmm0  
000000013FC81E97  movdqa      xmm0,xmm5  
000000013FC81E9B  lea         rax,[rax-40h]  
000000013FC81E9F  mov         r9d,2  
000000013FC81EA5  psrldq      xmm0,4  
000000013FC81EAA  paddd       xmm5,xmm0  
000000013FC81EAE  movd        edx,xmm5  
000000013FC81EB2  nop         word ptr [rax+rax]  
{
     sum += A[11 - i];
000000013FC81EC0  add         ecx,dword ptr [rax+4]  
000000013FC81EC3  add         r8d,dword ptr [rax]  
000000013FC81EC6  lea         rax,[rax-8]  
000000013FC81ECA  dec         r9  
000000013FC81ECD  jne         main+0D0h (013FC81EC0h)  
}

printf("%d\n", sum);
000000013FC81ECF  lea         eax,[r8+rcx]  
000000013FC81ED3  lea         rcx,[__security_cookie_complement+8h (013FC84040h)]  
000000013FC81EDA  add         edx,eax  
000000013FC81EDC  call        qword ptr [__imp_printf (013FC83140h)]  

return 0;
000000013FC81EE2  xor         eax,eax  
}
000000013FC81EE4  add         rsp,68h  
000000013FC81EE8  ret  

代码生成器和优化器留下了很多奇怪且看似不必要的mumbo-jumbo，但这段代码的作用可以简要描述如下。

这里有两种独立的算法来产生最终的和，它们显然应该处理数组的不同部分。我猜想两个处理流程（非 SSE 和 SSE）用于通过指令流水线促进并行性。

一种算法是一个简单的循环，它对数组元素求和，每次迭代处理两个元素。可以从上面的“交错”代码中提取如下

; Initialization
000000013F1E1E0C  xor         ecx,ecx                 ; ecx - odd element sum
000000013F1E1E87  mov         r8d,ecx                 ; r8 - even element sum
000000013F1E1E9B  lea         rax,[rax-40h]           ; start from i = 2
000000013F1E1E9F  mov         r9d,2                   ; do 2 iterations

; The cycle
000000013F1E1EC0  add         ecx,dword ptr [rax+4]   ; ecx += A[i + 1]
000000013F1E1EC3  add         r8d,dword ptr [rax]     ; r8d += A[i]
000000013F1E1EC6  lea         rax,[rax-8]             ; i -= 2
000000013F1E1ECA  dec         r9                      
000000013F1E1ECD  jne         main+0D0h (013F1E1EC0h) ; loop again if r9 is not zero 

该算法从地址rax - 40h 开始添加元素，在我的实验中等于&A[2]，并向后跳过两个元素进行两次迭代。这会在寄存器 r8 中累加 A[0] 和 A[2] 的总和，在寄存器 ecx 中累加 A[1] 和 A[3] 的总和。因此，这部分算法处理数组的 4 个元素，并在 r8 和 ecx 中正确生成值 2。

算法的另一部分是使用 SSE 指令编写的，显然负责对数组的剩余部分求和。可以从代码中提取如下

; Initially xmm5 is zero
000000013F1E1E3C  movdqa      xmm4,xmmword ptr [__xmm@00000001000000010000000100000001 (013F1E3360h)]  
000000013F1E1E75  paddd       xmm5,xmm4  

000000013F1E1E8A  movdqa      xmm0,xmm5               ; copy
000000013F1E1E8E  psrldq      xmm0,8                  ; shift
000000013F1E1E93  paddd       xmm5,xmm0               ; and add

000000013F1E1E8A  movdqa      xmm0,xmm5               ; copy
000000013F1E1E8E  psrldq      xmm0,4                  ; shift
000000013F1E1E93  paddd       xmm5,xmm0               ; and add

000000013F1E1EAE  movd        edx,xmm5                ; edx - the sum

该部分使用的通用算法很简单：它将值0x00000001000000010000000100000001 放入128 位寄存器xmm5，然后将其向右移动8 个字节（0x00000000000000000000000100000001）并将其与原始值相加，产生0x00000001000000010000000200000002。这再次向右移动 4 个字节 (0x00000000000000010000000100000002) 并再次添加到前一个值，产生0x00000001000000020000000300000004。将xmm5 的最后一个32 位字0x00000004 作为结果并放入寄存器edx。因此，该算法产生4 作为其最终结果。很明显，该算法只是在 128 位寄存器中执行连续 32 位字的“并行”加法。请注意，顺便说一句，该算法甚至没有尝试访问A，它从编译器/优化器生成的嵌入式常量开始求和。

现在，最后将r8 + ecx + edx 的值报告为最终总和。显然，这只是8，而不是正确的12。看起来这两种算法之一忘记了做一些工作。我不知道是哪一个，但从大量的“冗余”指令来看，它看起来像是应该在edx 中生成8 而不是4 的SSE 算法。一个可疑的指令是这个

000000013FC81E71  paddd       xmm5,xmm3  

在那一刻xmm3 总是包含零。所以，这条指令看起来完全是多余的和不必要的。但是，如果 xmm3 实际上包含另一个“神奇”常量，表示数组的另外 4 个元素（就像 xmm4 所做的那样），那么该算法将正常工作并产生正确的总和。

如果对数组元素使用独特的初始值

int A[12] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 };

可以清楚地看到，第一个（非SSE）算法成功求和1, 2, 3, 4，而第二个（SSE）算法求和9, 10, 11, 12。 5, 6, 7, 8 仍然被排除在考虑之外，导致 52 作为最终总和，而不是正确的 78。

这绝对是编译器/优化器的错误。

附注导入到 VS2013 Update 2 中的相同设置的相同项目似乎没有受到此错误的影响。

Answer 2

我相信您在优化器中发现了一个错误。您可以通过禁用优化或通过在最里面的for 循环中添加具有无法优化的副作用的额外代码（例如cout << "hi"）来获得发布版本以提供与调试版本相同（正确）的输出（这大概可以防止任何优化被错误地执行）。我建议向 Microsoft 报告。

---

更新：Microsoft confirms 这是一个与自动矢量化相关的错误，它已在 VS2013 更新 2 中修复。其他版本的解决方法是通过在循环前加上 #pragma loop(no_vector) 来禁用矢量化。

此外，他们还描述了两种可以触发错误的不同循环结构。我将引用它们：

有两种情况会出现错误：

1) 正如用户 burzvingion 所提到的，将 形式：

for (int i=0; ...) { sum = A[...] - sum; }

2) 形式矢量化的循环：

for (int i=0; ...) { sum = sum + A[ - i]; }

他们还给出了以下定位易受攻击代码的建议：

如果您正在查看源代码以尝试找到这些 情况下，我建议先抛出 /Qvec-report:1 来查找所有 被矢量化的循环，并从那里开始。解决方法 错误，将 #pragma loop(no_vector) 放在 for 循环之上。

Answer 3

产生优化错误的代码可以简化为：

#include <iostream>
using namespace std;

#define SIZE 12

int main()
{
    int A[SIZE] = {0};

    int sum = 0;
    for (int i=0; i<SIZE; i++)
        sum += A[SIZE-1-i];
    cout << sum << endl;

    return 0;
}

---

可以通过应用任一以下更改来消除优化错误：

1. 将SIZE的定义改为小于12的值
2. 将表达式A[SIZE-1-i] 更改为A[SIZE-i-1]
3. 将操作cout << sum << endl移动到循环中

所以为了诊断问题，我们可以简单地应用这些更改中的任何一个，然后比较更改前的代码反汇编和更改后的代码反汇编。

Answer 4

我比较了两种情况的 asm 代码（在 VC++ 2013 express 中），在发布版本中，for 循环的发布版本中的 asm 代码

for (int i = 0; i< Period; i++)

在下面，和debug build中的很不一样

$LL6@main:

; 23   :        sum = 0;
; 24   :        for (int i = 0; i< Period; i++){

    xorps   xmm5, xmm5
    lea eax, DWORD PTR [edi+88]
    xorps   xmm4, xmm4
    mov ecx, 3
    npad    2
$LL3@main:

; 25   :            //cout << "hi";
; 26   :            sum += A[bars - i];

    movd    xmm2, DWORD PTR [eax-4]
    lea eax, DWORD PTR [eax-32]
    movd    xmm0, DWORD PTR [eax+32]
    movd    xmm1, DWORD PTR [eax+36]
    movd    xmm3, DWORD PTR [eax+40]
    punpckldq xmm3, xmm0
    movd    xmm0, DWORD PTR [eax+48]
    punpckldq xmm1, xmm2
    movd    xmm2, DWORD PTR [eax+44]
    punpckldq xmm3, xmm1
    movd    xmm1, DWORD PTR [eax+52]
    paddd   xmm5, xmm3
    movd    xmm3, DWORD PTR [eax+56]
    punpckldq xmm3, xmm0
    punpckldq xmm1, xmm2
    punpckldq xmm3, xmm1
    paddd   xmm4, xmm3
    dec ecx
    jne SHORT $LL3@main

; 23   :        sum = 0;
; 24   :        for (int i = 0; i< Period; i++){

    paddd   xmm4, xmm5
    xor edx, edx
    movdqa  xmm0, xmm4
    mov eax, edi
    psrldq  xmm0, 8
    mov esi, 3
    paddd   xmm4, xmm0
    movdqa  xmm0, xmm4
    psrldq  xmm0, 4
    paddd   xmm4, xmm0
    movd    ebx, xmm4
    npad    7
$LL30@main:

; 25   :            //cout << "hi";
; 26   :            sum += A[bars - i];

    add ecx, DWORD PTR [eax]
    lea eax, DWORD PTR [eax-8]
    add edx, DWORD PTR [eax+4]
    dec esi
    jne SHORT $LL30@main

; 27   :    

}

正如您可以从 asm 代码中看到的那样，此处使用 SSE 指令。所以我检查了compiler options VC++ 中的 SSE 指令，然后我指定 /arch:IA32 在发布版本中禁用 x86 处理器的 SSE 和 SSE2 指令生成，然后得到与调试版本相同的结果。

我对SSE不熟悉，希望有人可以根据我的发现进行更多解释。