作为常规优化的一部分，我在每次编译时仅使用自动向量化器将用户编写的循环代码转换为 SIMD 指令时看到的“问题”是，如果您更改编译器，您无法确定它是否也是自动的-矢量化你的代码同样好。
因此，如果您只想针对单个处理器，我希望编译器为我生成高级 C 代码，用于特定函数，该函数使用 x86 内部包装函数，可与不同编译器供应商通用。
是否有反编译器，或者甚至是 GCC 的编译器选项，可以给我这个代码？
【问题讨论】：
标签： c gcc x86 intrinsics auto-vectorization
据我所知，英特尔的内在函数指南可以通过 asm 助记符搜索。 https://software.intel.com/sites/landingpage/IntrinsicsGuide/。过滤掉 AVX512 通常有助于使其更容易涉水（因为所有 3 种尺寸都有无数的 _mask / _maskz 与 AVX512 内在函数）。
asm 手册条目还列出了每条指令的助记符。 https://www.felixcloutier.com/x86/index.html
-fverbose-asm 有时可以通过 asm 帮助跟踪变量，但通常在 auto-vec 之后，所有内容都会具有类似 tmp1234 的名称。不过，如果您在查看哪个指针被加载/存储在哪里时遇到问题，它可以提供帮助。
您还可以让编译器吐出它们的内部表示，例如 LLVM-IR 或 GIMPLE 或 RTL，但您不能只在 x86 手册中查找它们。我已经知道 x86 asm，所以我通常可以很容易地看到编译器在做什么并手动将其转换为内部函数。当clang发现gcc错过的一些聪明的东西时，我实际上已经这样做了，即使源已经使用了内在函数。或者将纯 C 用于不自动矢量化的标量代码，手持 gcc 以 Clang 的方式执行它，反之亦然。
如果您使用 clang，请使用 -fno-unroll-loops 编译，以矢量化但不展开，因此 asm 不那么复杂。 （默认情况下 gcc 不会首先展开）。
但请注意，最佳自动矢量化选择取决于您正在调整的目标 uarch。 clang 或 gcc -O3 -march=znver1 (Zen) 将生成与 -march=skylake 不同的代码。虽然这通常只是 128 位与 256 位向量的问题，但实际上并不是不同的策略，除非可用的不同指令集允许一些新的东西。例如SSE4.1 打包了 32 位整数乘法（不扩大 32x32 => 64）并填补了许多缺失的元素大小和符号。
如果您想在未来的 CPU 微体系结构和扩展以及编译器方面做到面向未来，那么通过手动执行以一种方式冻结矢量化并不一定是理想的。 p>
【讨论】：