我正在开发一个拥有大量SIMD内部代码的代码库。现在我们有AVX2，我们仍然需要在非AVX2处理器上运行的SIMD代码，这将是更多的工作。此外，AVX2 shuffle的128位车道交叉限制也使事情复杂化。由于这些原因，现在是更多地依赖自动矢量化的好时机。令我害怕的主要事情是，在发生问题时，可能会出现单一的无辜变更，从而导致并行性和调试自动矢量化代码的前景。
我用g ++ -O1 -g -ftree-vectorize编译了以下内容并尝试使用GDB（有没有人知道为什么-ftree-vectorize不能与-O0一起使用？）
float a[1000], b[1000], c[1000];
int main(int argc, char **argv)
{
for (int i = 0; i < argc; ++i)
c[i] = a[i] + b[i];
return 0;
}
但没有得到任何有意义的结果。例如，有时i的值表示＆lt; optimized out＆gt;而其他时候它会跳过20。
似乎主要的问题是很难将SIMD状态映射到原始C状态以进行调试。但实际上，可以这样做吗？
答案 0 :(得分：0)
在自动矢量化代码上使用调试器很棘手，尤其是当你想检查需要表现不同的变量时（例如循环计数器）。
您可以使用调试版本（-O0或-Og），也可以了解编译器如何对代码进行矢量化，并检查寄存器asm和寄存器。根据您需要跟踪的错误类型，您可能会或可能不会遇到自动矢量化构建的问题。
从评论中可以看出，您更感兴趣的是检查自动矢量化的效率，而不是实际调试以修复代码中的逻辑错误。看看asm和基准，可能是你最好的选择。 （甚至在调用之前/之后的简单rdtsc，或者在测试性能和正确性的单元测试中。）
有时编译器会生成一个循环的多个版本，例如对于输入数组重叠的情况，以及它们不重叠的情况。单步执行（通过指令，使用stepi，在gdb中使用layout asm）可以提供帮助，直到找到实际执行大部分工作的循环。然后你可以专注于它的矢量化方式。如果您想要消除检查和备用版本，restrict指针可能会有所帮助。还有p = __builtin_assume_aligned(p, 16)。
您还可以使用Intel's free code analyzer尝试静态分析迭代所需的周期数。将IACA标记放在循环体的顶部，并在循环结束后，希望GCC将它们放在自动向量化循环中的适当位置，并且内联asm不会破坏自动向量化。
通过指向http://agner.org/optimize/的链接，无法完成优化答案，所以请转到此处。