_mm256_load_ps 在调试模式下导致 google/benchmark 出现分段错误
Posted
技术标签:
【中文标题】_mm256_load_ps 在调试模式下导致 google/benchmark 出现分段错误【英文标题】:_mm256_load_ps cause segmentation fault with google/benchmark in debug mode 【发布时间】:2020-06-11 12:05:50 【问题描述】: 以下代码可以在发布模式和调试模式下运行。#include <immintrin.h>
constexpr int n_batch = 10240;
constexpr int n = n_batch * 8;
#pragma pack(32)
float a[n];
float b[n];
float c[n];
#pragma pack()
int main()
for(int i = 0; i < n; ++i)
c[i] = a[i] * b[i];
for(int i = 0; i < n; i += 4)
__m128 av = _mm_load_ps(a + i);
__m128 bv = _mm_load_ps(b + i);
__m128 cv = _mm_mul_ps(av, bv);
_mm_store_ps(c + i, cv);
for(int i = 0; i < n; i += 8)
__m256 av = _mm256_load_ps(a + i);
__m256 bv = _mm256_load_ps(b + i);
__m256 cv = _mm256_mul_ps(av, bv);
_mm256_store_ps(c + i, cv);
以下代码只能在发布模式下运行,在调试模式下会出现分段错误。
#include <immintrin.h>
#include "benchmark/benchmark.h"
constexpr int n_batch = 10240;
constexpr int n = n_batch * 8;
#pragma pack(32)
float a[n];
float b[n];
float c[n];
#pragma pack()
static void BM_Scalar(benchmark::State &state)
for(auto _: state)
for(int i = 0; i < n; ++i)
c[i] = a[i] * b[i];
BENCHMARK(BM_Scalar);
static void BM_Packet_4(benchmark::State &state)
for(auto _: state)
for(int i = 0; i < n; i += 4)
__m128 av = _mm_load_ps(a + i);
__m128 bv = _mm_load_ps(b + i);
__m128 cv = _mm_mul_ps(av, bv);
_mm_store_ps(c + i, cv);
BENCHMARK(BM_Packet_4);
static void BM_Packet_8(benchmark::State &state)
for(auto _: state)
for(int i = 0; i < n; i += 8)
__m256 av = _mm256_load_ps(a + i); // Signal: SIGSEGV (signal SIGSEGV: invalid address (fault address: 0x0))
__m256 bv = _mm256_load_ps(b + i);
__m256 cv = _mm256_mul_ps(av, bv);
_mm256_store_ps(c + i, cv);
BENCHMARK(BM_Packet_8);
BENCHMARK_MAIN();
【问题讨论】:
您忘记了alignas(32) float a[n];
来匹配您选择的对齐要求的负载内在函数。
docs.microsoft.com/en-us/cpp/preprocessor/pack?view=vs-2019 说#pragma pack(8)
只影响 struct/union/class 对象,这将是 8 字节对齐,而不是 8 个浮点数的块。
@PeterCordes 抱歉#pragma pack(8)
的拼写错误。 #pragma pack(32)
的错误仍然存在。
对,因为数组不是结构、联合或类。那个 pragma 对他们没有影响。这是你问题的真正答案吗?当前的副本涵盖了未优化与优化构建之间存在差异的原因。 (我假设使用 GGC 或 clang?MSVC 避免了对齐的加载/存储指令。)
是的,alignas(32)
确实有效。但是为什么#pragma pack(32)
不起作用?
【参考方案1】:
您的数组未按 32 对齐。您可以使用调试器进行检查。
#pragma pack(32)
仅对齐结构/联合/类成员,as documented by MS。 C++ 数组是一种不同类型的对象,完全不受 MSVC 编译指示的影响。 (不过,我认为您实际上使用的是 GCC 或 clang 的版本,因为 MSVC 通常使用 vmovups
而不是 vmovaps
)
对于静态或自动存储(非动态分配)中的数组,在 C++11 及更高版本中对齐数组的最简单方法是 alignas(32)
。这是完全可移植的,不像 GNU C __attribute__((aligned(32)))
或任何 MSVC 的等价物。
alignas(32) float a[n];
alignas(32) float b[n];
alignas(32) float c[n];
AVX: data alignment: store crash, storeu, load, loadu doesn't 解释了为什么根据优化级别存在差异:优化代码会将一个负载折叠到 vmulps
的内存源操作数中,这(与 SSE 不同)不需要对齐。 (大概第一个数组恰好对齐了。)
未优化的代码将单独执行 _mm256_load_ps
和 vmovaps
对齐要求的负载。
(_mm256_loadu_ps
将始终避免使用需要对齐的加载,因此如果您不能保证数据对齐,请使用它。)
【讨论】:
以上是关于_mm256_load_ps 在调试模式下导致 google/benchmark 出现分段错误的主要内容,如果未能解决你的问题,请参考以下文章
_mm256_loadu2_m128i 内在函数在 g++ 下不可用?
仅在发布模式下将 __m256i 存储在 std::vector 中会产生访问冲突[重复]
在AVX2中重现_mm256_sllv_epi16和_mm256_sllv_epi8