标量积在循环中的自动向量化

Question

我正在尝试自动向量化以下循环。接下来，我们在矩阵的下三角形上使用i-和j-循环。不幸的是，矢量化报告无法对j循环和k循环进行矢量化（=转换为AVX SIMD指令）。但是我认为这很简单，因为没有指针别名（#pragma ivdep和编译器选项-D NOALIAS）并且数据（x：1D数组和p：1D数组）对齐为64个字节。

if语句可能是一个问题，但是即使使用了无if的解决方案（昂贵的移位操作和双倍符号计数），编译器也无法向量化此循环。

__assume_aligned(x, 64);
__assume_aligned(p, 64);
#pragma omp parallel for simd reduction(+:accum)
for ( int i = 1 ; i < N ; i++ ){ // loop over lower triangle (i,j), OpenMP SIMD LOOP WAS VECTORIZED
    for ( int j = 0 ; j < i ; j++ ){ // <-- remark #25460: No loop optimizations reported
        double __attribute__((aligned(64))) scalarp = 0.0;
        #pragma omp simd
        for ( int k=0 ; k < D ; k++ ){ // <-- remark #25460: No loop optimizations reported
            // scalar product of \sum_k x_{i,k} \cdot x_{j,k}
            scalarp += x[i*D + k] * x[j*D + k];
        }

        // Alternative to following if:
        // accum +=  - ( (long long) floor( - ( scalarp + p[i] + p[j] ) ) >> 63);
        #pragma ivdep
        if ( scalarp + p[i] + p[j] >= 0 ){ // check if condition is satisfied
            accum += 1;
        }
    }
}

是否涉及到问题，直到运行时才知道每个OpenMP线程的OpenMP起点？我认为这可以解决simd子句，而Intel的自动向量化功能已意识到这一点。

Intel编译器：18.0.2 20180210

编辑：我已经研究了程序集，现在很明显，代码已经被矢量化了，很抱歉给大家带来麻烦。

Answer 1

查看程序集确实有帮助。代码已经向量化。在这种特殊情况下，OpenMP SIMD LOOP WAS VECTORIZED还负责内部循环。