为什么尺寸功率为2的阵列较慢？为什么我获得-rdynamic性能？

Question

我在for循环中有一个简单的数组操作，它是针对数组的不同大小（从16到非常大）完成的，其中包含双精度数。我这样做了几次：

for(int i = 1; i < n-1; i++){
    target[i] = (source[i-1]+source[i]+source[i+1])*0.5;
}

我用“-O3 -march = native”编译它并测量速度。然后，由于这里不相关的原因，我尝试添加“-rdynamic”，以获得显着的加速，如图中所示。图例中的“cmake”是指“ - 动态”的补充。这仅适用于i7-4790 CPU。我根本无法在AMD Phenom II X6 1045T上重现它。

我当然不明白为什么-rdynamic会产生那么大的加速。 （GLOPS =每秒数十亿个数组单元的#updates）。为什么我加快了速度？为什么不在AMD CPU上？

请注意，这些测量值均为每种情况下十次测量的平均值。

另一个有趣的观察是，至少在开始时，由于阵列适合L1缓存，我有这些性能下降。有趣的是，那些发生在我的阵列的大小是2的幂。我想这与L2缓存有关，但我绝对不知道为什么和为什么。也许有些缓存冲突或对齐？

编辑： 我现在正确地绘制了：     g ++ -O3 -march = native programm.cpp -rdynamic 标有“cmake”的曲线与添加“-rdynamic”相同。

编辑2： 完全从问题中删除了cmake叙述。[彼得]

Answer 1

我不知道为什么rdynamic会导致加速。但关于第二个问题，请查看Agner Fog的指南“用C ++优化软件”http://www.agner.org/optimize/optimizing_cpp.pdf。看看第9.2节，他谈到了关键的步伐。可能适用于这种情况。