在 GCC 中使用不同版本的 SSE 内在函数的正确方法是什么？答案

【问题标题】：What's the proper way to use different versions of SSE intrinsics in GCC?在 GCC 中使用不同版本的 SSE 内在函数的正确方法是什么？
【发布时间】：2013-03-13 04:10:21
【问题描述】：

我会举个例子来问我的问题。现在我有一个名为do_something() 的函数。

它有三个版本：do_something()、do_something_sse3() 和do_something_sse4()。当我的程序运行时，它会检测 CPU 特性（看它是否支持 SSE3 或 SSE4）并相应地调用三个版本之一。

问题是：当我使用 GCC 构建程序时，我必须为 do_something_sse4() 设置 -msse4 才能编译（例如，要包含头文件 <smmintrin.h>）。

但是，如果我设置-msse4，那么gcc就可以使用SSE4指令，do_something_sse3()中的一些内在函数也会被翻译成一些SSE4指令。因此，如果我的程序在仅支持 SSE3（但不支持 SSE4）的 CPU 上运行，则在调用 do_something_sse3() 时会导致“非法指令”。

也许我有一些不好的做法。你能给一些建议吗？谢谢。

【问题讨论】：

我认为标准的做法是在不同的编译单元中编译不同的版本。
@Mysticial，首先感谢您编辑我的问题。据我了解，“在单独的编译单元中编译不同的版本”是指：将所有do_things_sse4放在一个文件functios_sse4.c中，并使用选项-msse4进行编译；并用-msse3 编译functions_sse3.c。我会试试这个。（我可能需要重构我的代码，这些代码最初是为 MSVC 编写的）
是的，这正是我的意思。 :)
@BoPersson，某些功能可以通过使用一些新的 SSE4 指令来进一步加速。由于我们正在处理可能非常耗时的视频编码/解码，我认为 SSE4 优化是有意义的。
@BoPersson：仍然有很多计算机没有 SSE4/SSE3 支持，甚至没有任何 SSE 支持。非 SSE 版本适合他们。

标签： c gcc sse intrinsics

【解决方案1】：

如果您在 i686 或 x86_64 机器上使用 GCC 4.9 或更高版本，那么无论您的 -march=XXX 和 -mXXX 选项如何，您都应该能够使用内在函数。你可以相应地写你的do_something()：

void do_something()
{
    byte temp[18];

    if (HasSSE2())
    {
        const __m128i i = _mm_loadu_si128((const __m128i*)(ptr));
        ...
    }
    else if (HasSSSE3())
    {
        const __m128i MASK = _mm_set_epi8(12,13,14,15, 8,9,10,11, 4,5,6,7, 0,1,2,3);
        _mm_storeu_si128(reinterpret_cast<__m128i*>(temp),
           _mm_shuffle_epi8(_mm_loadu_si128((const __m128i*)(ptr)), MASK));
    }
    else
    {
        // Do the byte swap/endian reversal manually
        ...
    }
}

您必须提供HasSSE2()、HasSSSE3() 和朋友。另见Intrinsics for CPUID like informations?。

另见GCC Issue 57202 - Please make the intrinsics headers like immintrin.h be usable without compiler flags。但我不相信该功能有效。我经常遇到编译失败，因为 GCC 不提供内在函数。

【讨论】：

【解决方案2】：

我认为您想构建所谓的“CPU 调度程序”。我有一个（据我所知）为 GCC 工作，但没有让它与 Visual Studio 一起工作。
cpu dispatcher for visual studio for AVX and SSE

我会检查 Agner Fog 的矢量类和文件 dispatch_example.cpp http://www.agner.org/optimize/#vectorclass

g++ -O3 -msse2   -c dispatch_example.cpp -od2.o
g++ -O3 -msse4.1 -c dispatch_example.cpp -od5.o
g++ -O3 -mavx    -c dispatch_example.cpp -od8.o
g++ -O3 -msse2      instrset_detect.cpp d2.o d5.o d8.o

【讨论】：

【解决方案3】：

以下是为每个优化设置编译单独的目标文件的示例： http://notabs.org/lfsr/software/index.htm

但是当使用 gcc 链接时间优化 (-flto) 时，即使这种方法也会失败。那么如何构建一个针对不同处理器进行全面优化的可执行文件呢？我能找到的唯一解决方案是使用包含指令使 C 文件表现为单个编译单元，因此不需要 -flto。这是使用该方法的示例： http://notabs.org/blcutil/index.htm

【讨论】：

【解决方案4】：

我认为Mystical的提示很好，但如果你真的想在one文件中这样做，你可以使用正确的pragmas，例如：

#pragma GCC target("sse4.1")

需要 GCC 4.4，AFAIR。

【讨论】：

感谢您的建议。稍后我也会尝试#pragma 指令。
即使使用 #pragma GCC target("sse4") 也不能包含 smmintrin.h