浮点代码的 g++ 优化开关

Posted 2023-02-16

【中文标题】浮点代码的 g++ 优化开关

【英文标题】：g++ optimization switches for floating point code

【发布时间】：2017-12-27 22:24:04

【问题描述】：

我正在尝试让一些代码运行得更快。它是浮点密集型代码——作为输入：

参数（常量、双精度、整数） 输入值数组（常量、双精度）

输出是

值数组（双精度） 雅可比矩阵

目前我正在使用

g++-7 (Ubuntu 7.2.0-1ubuntu1~16.04) 7.2.0

和下面的命令行：

g++-7 -S -fPIC -O3 -DNDEBUG -funroll-loops -march=native -ffast-math \
-I $BOOST_DIR tmp.cpp -std=c++17 \
-D__forceinline='__attribute__((always_inline))' \
-frecord-gcc-switches -Wno-attributes

根据我的记忆，G++ 编译器在过去生成了更好的代码——而且对这些代码的咀嚼时间也更长。我尝试过使用各种选项，但只有

--param max-gcse-memory=1

似乎有任何效果——在使用或不使用这个参数之间。忽略参数值的变化。

我对更好代码的标准是与 vmul[sp]d 指令相比，代码中 vmov/mov 指令的数量。更好的代码应该包含更少的 [v]mov 指令。

使用时

--param max-gcse-memory=1

与没有此参数的 11325 相比，我得到 10766 [v]mov 指令。 这与 1000 vmulpd 和 1900 vmulsd 相比——两次尝试之间的数字或多或少是恒定的。

再次——我不介意编译时间。我想获得更好的代码，并且根据我在过去（2010 年）的记忆，我得到了更好的代码，包括更长的编译时间。

【问题讨论】：

您不能尝试安装旧版本并进行比较吗？还有，原生架构不变吗？

在这个级别，计算 mov 与 mul 是一种非常粗略的启发式方法，您需要比较代表性数据的运行时间。

【参考方案1】：

SIMD 指令通常需要对齐的数据。听起来 GCC 正在生成大量代码来防止数据对齐不足。

如果您可以修改代码，听起来您将受益于 aligned 属性的一些使用，或者更好的是 OpenMP SIMD pragma。

根据您的程序的结构，LTO (-flto) 可能会产生很大的影响，限制函数可见性（即 -fvisibility=hidden）也可以。

基本上，您希望为优化器提供尽可能多的工作空间，以便它可以删除大量额外的代码，以便为 SIMD 指令正确对齐。

您可能还想考虑启用更多 ISA 扩展... AVX 支持 256 位向量，这意味着您可以使用一条指令完成两倍的工作，而且您的 CPU 很有可能支持它。如果您要交付可执行文件以在其他计算机上运行，​​请考虑使用 target_clones 属性，以便轻松生成针对多个 ISA 扩展进行优化的代码。

【讨论】：

OP 正在使用-march=native，它启用了您的 CPU 支持的所有功能，如果您在天空湖上，则设置 -mtune=skylake 或其他。不过，LTO 是一个很好的建议，如果没有它，您无法让 gcc 自动矢量化一些重要的循环，OpenMP 会很有帮助（例如，__restrict 的使用不足，或者如果使用 OpenMP 做得更好.

啊，你说得对；我错过了 -march=native。 OpenMP 还允许您指定对齐方式，这就是我在这里讨论的上下文。根据他所说的说明，听起来 GCC 正在对代码进行矢量化，它也做了很多准备工作；在这种情况下，让编译器知道东西是对齐的并让它更积极地优化（LTO + 可见性）应该有很长的路要走。

是的，gcc 的 vanilla 自动矢量化策略是完全展开的标量 intros/outros 以到达内部循环中的一个指针的对齐边界（但内部循环根本没有展开） .对于宽向量（尤其是窄整数类型），这是很多代码膨胀。有关查看编译器输出的提示，请参阅 ***.com/questions/38552116/…，TL:DR：将其放在 gcc.godbolt.org。