Question

所以基本上，对于我的项目，有一个限制，它不能使用-O3标志（我们必须只使用-O2）。这样做的原因是-O3标志显然引入了＆＃34;硬件加速指令＆＃34;。

gcc版本为5.4，此版本优化标记的手册页为：this

我希望尽可能多地包含-O3＆＃39的标志。 -O3引入的标志列表是：

-finline-functions, -funswitch-loops, -fpredictive-commoning, -fgcse-after-reload, -ftree-loop-vectorize, -ftree-loop-distribute-patterns, -ftree-slp-vectorize, -fvect-cost-model, -ftree-partial-pre and -fipa-cp-clone

所以我打算使用-O2并手动包含尽可能多的上述标志。

上面的哪些标志启用＆＃34;硬件加速指令＆＃34;优化？如何判断标志是否支持硬件加速指令＆＃34;通过阅读描述进行优化？是什么构成的？

Answer 1

使用的指令集由-march控制，而不是由-O3控制。确实，-O3可能会更多地使用SIMD指令进行矢量化，但-O3并未在代码生成期间专门添加或删除指令。

如果您只想使用最简单的说明编译代码，请为您的平台选择最简单的march。例如，-march=core2对于x86-64来说是一个保守的选择，因为它指的是相当老的英特尔酷睿2处理器系列。

仍然，Core 2支持到SSE3和SSSE3的MMX和SSE。要禁用它们，请添加：

-mno-mmx -mno-sse -mno-sse2 -mno-sse3 -mno-ssse3

Answer 2

我觉得约翰已经回答了这个问题，我会尝试提供一些例子。

考虑遵循最小程序：

#include <cstring>

void copy(long *dst , const long *src)
{
    std::memcpy(dst, src, sizeof(long) * 4);
}

使用GCC 7.2 g++ -O2在x86_64编译，得到以下输出：

copy(long*, long const*):
  movdqu (%rsi), %xmm0
  movups %xmm0, (%rdi)
  movdqu 16(%rsi), %xmm0
  movups %xmm0, 16(%rdi)
  ret

使用GCC 7.2 g++ -O2 -mno-sse在x86_64编译，得到以下输出：

copy(long*, long const*):
  movq (%rsi), %rax
  movq %rax, (%rdi)
  movq 8(%rsi), %rax
  movq %rax, 8(%rdi)
  movq 16(%rsi), %rax
  movq %rax, 16(%rdi)
  movq 24(%rsi), %rax
  movq %rax, 24(%rdi)
  ret

如您所见，GCC甚至可以在-O2级别生成SSE指令。需要使用单独的标志来禁止生成这些指令。

与此同时，GCC 5.4生成带有和不带-mno-sse标志的相同代码，但它对-O3优化级别也是如此。

所以你的目标在这里有点误导。在某些情况下，使用-O2标志的超集可能会抑制SSE和类似指令的生成，但这并不能保证，因为优化级别仅与生成的指令间接相关。如果你真的想要压制它们，你可以使用-mno-sse标志，但这可能会让你处于劣势。坚持-O2 - 这样每个人都将处于平等的地位。

我用https://godbolt.org/来证明这一点。

Answer 3

我想补充几个。

你的电讯局长说：

使用-O3启用硬加速指令，例如SSE

我认为这不太正确。似乎-f选项旨在与机器无关。编译器解析源代码并将其转换为通常称为中间表示（IR）的东西。接下来，编译器优化IR本身，即所谓的机器独立。然后，从优化的IR生成汇编代码。生成程序集时，将应用一组不同的优化。 IR的例子是LLVM IR，Sun IR，GCC gimple tree和/或RTL等。我相信所有现代编译器都有IR（s）。

我相信GCC的-f选项基本上是与机器无关的。 -m选项用于依赖于机器的优化。 -O2或-O3确定-f选项，理想情况下与机器无关。使用花哨的指令取决于编译器的机器相关部分。

实际上，机器相关和机器无关的世界之间的边界线可能不是很清楚。

由-O3打开的矢量化将是灰色区域中的优化示例。有些机器不支持SIMD。例如，有些但矢量大小与架构不同。这是我的示例代码：

// code.c
long long int inner_product(int* v0, int* v1, int sz) {
    long long int res = 0;
    for (int i = 0; i < sz; i++) {
        res += (v0[i] * v1[i]);
    }
    return res;
}

如果编译如下：

$ gcc  -O3 -S -march=core2  code.c  -o code.s  -fdump-tree-all

Gcc对其进行矢量化，但矢量大小为2 long long int或4 ints：

$ cat code.*.optimized | grep 'vector('
vector(2) long long int vect_res_16.21;
vector(2) long long int vect_res_16.19;
vector(2) long long int vect__8.18;
vector(4) int vect__7.17;
vector(4) int vect__6.16;
vector(4) int * vectp_v1.15;
vector(4) int vect__4.13;
vector(4) int * vectp_v0.12;

另一方面，如果使用-march = skylake-avx512编译，其矢量大小是core2的4倍，结果将是：

$ gcc  -O3 -S -march=skylake-avx512  code.c  -o code.s  -fdump-tree-all && cat code.*.optimized | grep 'vector('
vector(8) long long int vect_res_16.21;
vector(8) long long int vect_res_16.19;
vector(8) long long int vect__8.18;
vector(16) int vect__7.17;
vector(16) int vect__6.16;
vector(16) int * vectp_v1.15;
vector(16) int vect__4.13;
vector(16) int * vectp_v0.12;

请注意，此时代码生成尚未开始。根据行军价值，IR看起来不同。我猜矢量化不是显示这种行为的唯一例子。

尽管如此，我认为将这种优化称为机器依赖是不公平的。典型的机器相关优化是指令调度。它几乎与中间表示无关。它更多地是关于机器指令和微架构。对于灰色区域中与机器无关的优化，从概念上讲，编译器可以生成统一的矢量化IR（例如，使矢量大小始终为4），并让代码生成器处理它（每个代码生成器可能需要合并或拆分矢量操作数）。然而，在实现中，给予向量操作数适当的大小在IR级别比在代码生成级别更容易。所以，我猜人们放弃了生活在＆＃34;想法的世界。＆＃34;尽管如此，我认为机器无关的优化可以称为与机器无关的。

您可能需要询问TA不希望看到哪种花哨的说明。如果这只是向量指令，则应禁用所有与向量相关的标志，但可以使用-O3。我的示例代码可用于查看是否仍有SIMD指令：

$ gcc -O3 -S code.c
$ cat code.s | egrep xmm

如果输出为空，那你很好。

哪个gcc＆＃39; -O3优化标志能够实现＆＃34;硬件加速指令＆＃34;

3 个答案: