使用带有向量优化的 C++20 的 std::popcount 是不是等同于 popcnt 内在函数？

Posted 2023-02-16

【中文标题】使用带有向量优化的 C++20 的 std::popcount 是不是等同于 popcnt 内在函数？

【英文标题】：Is using C++20's std::popcount with vector optimization is equivalent to popcnt intristic?使用带有向量优化的 C++20 的 std::popcount 是否等同于 popcnt 内在函数？

【发布时间】：2021-01-05 14:39:27

【问题描述】：

C++20 引入了许多新功能，例如std::popcount，我使用Intel Intrinsic 使用相同的功能。

我编译了这两个选项 - 可以在 Compiler Explorer code 中看到：

使用英特尔的 AVX2 内在函数 使用 std::popcount 和 GCC 编译器标志“-mavx2”

看起来生成的汇编代码是一样的，除了std模板中使用的类型检查。

在与操作系统无关的代码和具有相同优化方面 - 假设使用 std::popcount 和 apt 编译器向量优化标志比直接使用内在函数更好吗？

谢谢。

【问题讨论】：

请注意，popcnt 指令不是 AVX2 的一部分。它是 POPCNT 指令扩展的一部分，自 Nehalem 架构以来，早在 AVX2 推出之前，它就已在所有 Intel 处理器上可用。

可以查看生成的程序集。例如，GCC 生成 popcnt 和 -march=native 和 -O2 在我的例子中：godbolt.org/z/x3e7Wa。 （只是不明白为什么eax先归零；popcnt应该替换rax的全部内容，还是不应该？）

如果你检查一些实现，libstdc++ 中的代码也就是来自 GCC 的 STL 和libc++ 中的代码，也就是来自 LLVM/Clang 的 STL，你会看到他们不直接调用内在函数.

@DanielLangr popcnt has a false dependency 在目标寄存器上。

@aqrit 谢谢你的链接；我不知道这个问题，这很有趣。

【参考方案1】：

技术上不。（但实际上，是的）。 C++ 标准只指定popcount 的行为，而不是实现（参考[bit.count]）。

实现者可以做任何他们想做的事情来实现这个行为，包括使用popcnt内在函数，但他们也可以编写一个while循环：

int set_bits = 0;
while(x)

   if (x & 1)
      ++set_bits;
   x >>= 1;

return set_bits;

这是[bit.count] 标准中的完整措辞：

template<class T>
constexpr int popcount(T x) noexcept;

约束：T 是无符号整数类型 ([basic.fundamental])。 返回：x 的值中1 的位数。

真的吗？编译器编写者非常聪明，并且会对其进行优化以尽可能多地使用内在函数。例如，gcc's implementation 似乎进行了相当大的优化。

【讨论】：

我很困惑。您从 No 开始，但随后您的帖子的其余部分基本上以 Yes 结尾。我的意思是，在 C++ 标准下，int x = 7+3; 在法律上是允许在汇编中实现为 for 循环的，但是您不会看到有人说要使用内在函数或汇编来添加整数，对吗？

@Yakk-AdamNevraumont：我想你比我更清楚答案是“技术上不，但实际上是”

我只是说，也许你应该从 Yes 而不是 No 开始；）有人可能会被误导。

呃，当硬件popcnt 可用时，popcount if(__x == 0) return 0; 用 clang 编译得很糟糕，实际上是从 popcnt 中检查 FLAGS 并做了一个无用的 cmov。 godbolt.org/z/KqjPe3。我想可能值得围绕 GCC 的后备 bithack 进行分支，但 gcc 仍然在那里使用 cmov！

libc++ 不包含 __x==0，这对编译器来说更糟； clang -stdlib=libc++ 很好 godbolt.org/z/8eo64c （但不会尝试通过 Skylake 避免 popcnt 输出存在于 SnB 上的错误依赖，直到 Ice Lake 才修复。clang 通常会鲁莽地使用错误依赖，这确实会在以下情况下保存指令它们不会造成问题。）我认为__x==0 检查也会破坏clang 对__builtin_popcnt 的自动矢量化（当AVX2 可用时超过数组。）