Question

我有以下循环：

float* s;
float* ap;
float* bp;

... // initialize s, ap, bp

for(size_t i=0;i<64;++i) {
   s[i] = ap[i]+bp[i];
}

似乎是矢量化的良好候选者。尽管我已经打开了优化功能，但是当我查看程序集输出时，clang（我正在使用Xcode）似乎没有对循环进行矢量化处理：

LBB33_1:                                ## =>This Inner Loop Header: Depth=1
    movss   (%rax,%rsi,4), %xmm0    ## xmm0 = mem[0],zero,zero,zero
    addss   (%rcx,%rsi,4), %xmm0
    movss   %xmm0, (%rdx,%rsi,4)
Ltmp353:
    incq    %rsi
Ltmp354:
    cmpq    $64, %rsi
Ltmp355:
    jne LBB33_1

如何获取clang / Xcode来向量化此简单循环？

Answer 1

使用非古代版本的clang / LLVM 。 Apple clang / LLVM与主线clang / LLVM不同，但是它们共享一个通用的代码库。

主线clang3.3及更高版本在-O3自动对循环进行矢量化处理。 Clang3.4及更高版本自动将其矢量化，即使在-O2。

在没有restrict的情况下，clang 确实发出asm来检查目标和两个源之间的重叠（回退到标量），因此您将从{ {1}}。

float *restrict s

使用最差的索引寻址模式和循环开销将https://dev.mysql.com/doc/refman/5.7/en/using-explain.html编译为这种简单的asm，但至少将其向量化。较新的clang喜欢展开，尤其是在针对最近的Intel（例如#include <stdlib.h> void add_float_good(float *restrict s, float *restrict ap, float *restrict bp) { for(size_t i=0;i<64;++i) { s[i] = ap[i]+bp[i]; } }）进行调整时

-march=skylake

请注意，如果没有AVX，就无法为# clang3.4 -O3 add_float_good: xor eax, eax .LBB0_1: # %vector.body movups xmm0, xmmword ptr [rsi + 4*rax] movups xmm1, xmmword ptr [rdx + 4*rax] addps xmm1, xmm0 movups xmmword ptr [rdi + 4*rax], xmm1 add rax, 4 cmp rax, 64 jne .LBB0_1 ret使用内存源操作数，因为没有编译时对齐保证。

clang8.0 -O3 -march = skylake使用YMM向量完全展开，例如具有相同选项的gcc。

Answer 2

最好使用Accelerate对此进行明确说明。在这种情况下，vDSP_vadd将解决问题。

我怎样才能让clang向量化一个简单的循环？

2 个答案: