Question

当我尝试store和load 256位往返于AVX2 256位向量之间时，在释放模式下没有收到预期的输出。

use std::arch::x86_64::*;

fn main() {
    let key = [1u64, 2, 3, 4];
    let avxreg = unsafe { _mm256_load_si256(key.as_ptr() as *const __m256i) };
    let mut back_key = [0u64; 4];
    unsafe { _mm256_storeu_si256(back_key.as_mut_ptr() as *mut __m256i, avxreg) };
    println!("back_key: {:?}", back_key);
}

playground

在调试模式下：

back_key: [1, 2, 3, 4]

在释放模式下：

back_key: [1, 2, 0, 0]

后半部没有被加载或存储，我不知道哪一个。

针对本机CPU的工作很奇怪。在释放模式下+ RUSTFLAGS="-C target-cpu=native"

back_key: [1, 2, 3, 4]

我甚至试图通过强制对齐无济于事来摆脱Clippy错误（我不确定下面的代码是否被认为更正确）。

use std::arch::x86_64::*;

#[repr(align(256))]
#[derive(Debug)]
struct Key([u64; 4]);

fn main() {
    let key = Key([1u64, 2, 3, 4]);
    let avxreg = unsafe { _mm256_load_si256(&key as *const _ as *const __m256i) };
    let mut back_key = Key([0u64; 4]);
    unsafe { _mm256_storeu_si256((&mut back_key) as *mut _ as *mut __m256i, avxreg) };
    println!("back_key: {:?}", back_key);
}

为什么会这样？
此特定用例是否有修复程序？
此修复程序是否可以推广到用户输入（例如：如果我想将字节片用作用户输入并执行相同的过程）

Answer 1

经过更深入的reading the docs处理后，很明显，我必须将主体提取到另一个函数中，并通过用AVX2对其进行注释来迫使该函数使用AVX2进行编译。

#[target_feature(enable = "avx2")]

或使用编译整个程序

RUSTFLAGS="-C target-feature=+avx2" cargo run --release

第一个选项更好，因为它可以保证函数中使用的SIMD指令被正确编译，只是在调用方使用is_x86_feature_detected!("avx2")之前，调用方要检查其CPU是否具有这些功能。所有这些都已记录在案，但是如果编译器可以警告“嘿，此函数使用AVX2指令，但未使用#[target_feature(enable = "avx2")]进行注释，并且该程序未在全局启用AVX2的情况下进行编译，那么这将是令人惊讶的，因此调用此函数是未定义的行为”。那样会让我头疼！

由于依靠不确定的行为是不好的，我们在操场上的初始程序应写为：

use std::arch::x86_64::*;

fn main() {
    unsafe { run() }
}

#[target_feature(enable = "avx2")]
unsafe fn run() {
    let key = [1u64, 2, 3, 4];
    let avxreg = _mm256_load_si256(key.as_ptr() as *const __m256i);
    let mut back_key = [0u64; 4];
    _mm256_storeu_si256(back_key.as_mut_ptr() as *mut __m256i, avxreg);
    println!("back_key: {:?}", back_key);
}

一些注意事项：

main不能不安全，因此不能用target_feature进行注释，因此有必要提取到另一个函数中
这仍然假设运行代码的x86_64 CPU具有avx功能，因此请确保在调用之前进行检查
不值得研究为什么调试版本会给出正确的结果，因为在家用计算机上以发行版运行它也会给出正确的结果（在某些情况下）。查看汇编程序可以发现LLVM一种或多种方法都进行了优化，但这并不是特别有见地。

为什么在调试和发布模式下，向AVX2 256位向量存储和从中加载会有不同的结果？

1 个答案: