Я не являюсь экспертом в сборе, но мне удалось следующее. Я бы прокомментировал, но это слишком большой:
cat test.s
.file "test.c"
.text
.p2align 4,,15
.globl f
.type f, @function
f:
.LFB0:
.cfi_startproc
testl %esi, %esi
jle .L4
leal -1(%rsi), %eax
pxor %xmm0, %xmm0
movss .LC1(%rip), %xmm1
leaq 8(%rdi,%rax,8), %rax
.p2align 4,,10
.p2align 3
.L3:
movaps %xmm1, %xmm4
movss (%rdi), %xmm3
movss 4(%rdi), %xmm2
mulss %xmm3, %xmm1
mulss %xmm2, %xmm4
addq $8, %rdi
mulss %xmm0, %xmm2
cmpq %rdi, %rax
mulss %xmm3, %xmm0
subss %xmm2, %xmm1
addss %xmm4, %xmm0
jne .L3
.L1:
movss %xmm1, -8(%rsp)
movss %xmm0, -4(%rsp)
movq -8(%rsp), %xmm0
ret
.L4:
movss .LC1(%rip), %xmm1
pxor %xmm0, %xmm0
jmp .L1
.cfi_endproc
.LFE0:
.size f, .-f
.section .rodata.cst4,"aM",@progbits,4
.align 4
.LC1:
.long 1065353216
.ident "GCC: (Ubuntu 6.2.0-5ubuntu12) 6.2.0 20161005"
.section .note.GNU-stack,"",@progbits
Моя команда компиляции была gcc -S -O3 -ffast-math -ftree-vectorizer-verbose=3 -ftree-slp-vectorize -ftree-vectorize -msse3 test.c вам не нужны все из них, как мало получает включен в -O3. См. https://gcc.gnu.org/projects/tree-ssa/vectorization.html
Хотя у меня нет ответа, я попытался помочь. Когда я указываю мой процессор архитектуры (сборки), а я получаю следующее:
.file "test.c"
.text
.p2align 4,,15
.globl f
.type f, @function
f:
.LFB0:
.cfi_startproc
testl %esi, %esi
jle .L4
vmovss .LC1(%rip), %xmm1
leal -1(%rsi), %eax
vxorps %xmm0, %xmm0, %xmm0
leaq 8(%rdi,%rax,8), %rax
.p2align 4,,10
.p2align 3
.L3:
vmovss (%rdi), %xmm2
vmovss 4(%rdi), %xmm3
addq $8, %rdi
vmulss %xmm3, %xmm0, %xmm4
vmulss %xmm2, %xmm0, %xmm0
vfmadd231ss %xmm3, %xmm1, %xmm0
vfmsub132ss %xmm2, %xmm4, %xmm1
cmpq %rdi, %rax
jne .L3
.L1:
vmovss %xmm1, -8(%rsp)
vmovss %xmm0, -4(%rsp)
vmovq -8(%rsp), %xmm0
ret
.L4:
vmovss .LC1(%rip), %xmm1
vxorps %xmm0, %xmm0, %xmm0
jmp .L1
.cfi_endproc
.LFE0:
.size f, .-f
.section .rodata.cst4,"aM",@progbits,4
.align 4
.LC1:
.long 1065353216
.ident "GCC: (Ubuntu 6.2.0-5ubuntu12) 6.2.0 20161005"
.section .note.GNU-stack,"",@progbits
Теперь команда является gcc -S -O3 -ffast-math -msse4 -march=haswell test.c где Haswell мой i7 4770HQ процессор. Обратитесь к this за ваш процессор.
Итак, как вы видите, набор инструкций AVX входит в изображение во второй версии.
Образец эталоном для следующего кода:
$time ./a.out
0.000000
real 0m0.684s
user 0m0.620s
sys 0m0.060s
#include <stdio.h>
#include <complex.h>
complex float f(complex float x[], long n) {
complex float p = 1.0;
for (long i = 0; i < n; i++)
p *= x[i];
return p;
}
int main()
{
static complex float x[200000000] = {0.0, 1.0, 2.0, 4.0, 5.0, 6.0};
complex float p = f(x, 200000000);
printf("%f", creal(p));
return 0;
}
Массив является статическим, так большинство из них находится на диске, т.е. SSD жесткого диска. Вы можете выделить его в памяти для еще более быстрой обработки. Это 200M петель. Двоичный - 1.5G, поэтому большую часть времени это IO. CPU пылает его даже без -msse3 и -march. Все, что вам нужно, это -ffast-math. Это вызывает большую разницу.
Я изменил программу следующим:
#include <stdio.h>
#include <complex.h>
float f(float x[], long n) {
float p = 1.0;
for (long i = 0; i < 8; i++) {
p = p * x[i];
}
return p;
}
int main() {
float x[8] = {1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0};
printf("%f\n", f(x, 8));
return 0;
}
и скомпилирован с gcc -S -O3 -ffast-math -msse3 -mfpmath=sse -mavx -march=haswell test.c, что приводит к:
f:
.LFB23:
.cfi_startproc
vmovups (%rdi), %ymm2
vxorps %xmm1, %xmm1, %xmm1
vperm2f128 $33, %ymm1, %ymm2, %ymm0
vmulps %ymm2, %ymm0, %ymm0
vperm2f128 $33, %ymm1, %ymm0, %ymm2
vshufps $78, %ymm2, %ymm0, %ymm2
vmulps %ymm2, %ymm0, %ymm0
vperm2f128 $33, %ymm1, %ymm0, %ymm1
vpalignr $4, %ymm0, %ymm1, %ymm1
vmulps %ymm1, %ymm0, %ymm0
vzeroupper
ret
.cfi_endproc
Так что мне кажется, что заставить GCC использовать SSE3 вы узел для кода в некотором роде. http://sci.tuomastonteri.fi/programming/sse будет вам полезна.
Заключительные замечания: Если вы экспериментируете с разными значениями верхнего предела для i, вы увидите, что производятся разные инструкции. Я думаю, что причина этого в том, что gcc не оценивает переменную, поэтому вы можете использовать шаблоны C++, которые способны собирать вычисления времени и делать это.
Какова ваша версия gcc? – user902384
@Bugbugbuggerbuggered Я использую gcc 5.4.0, но при необходимости могу обновить. (Версия gcc также находится внизу кода сборки.) – eleanora
Он использует инструкцию SSE, как видно из http://www.felixcloutier.com/x86/MULSS.html – user902384