限制关键字是否在 gcc/g++ 中提供了显着的好处？

Question

有没有人见过任何关于在 gcc/g++ 中使用 C/C++ restrict 关键字是否在现实中（而不仅仅是理论上）显着提升性能的数字/分析？

我已经阅读了各种推荐/贬低其使用的文章，但我没有遇到任何实际证明任何一方论点的实数。

编辑

我知道 restrict 不是 C++ 的正式组成部分，但它受到一些编译器的支持，我阅读了 Christer Ericson 的一篇论文，强烈推荐使用它。

Answer 1

restrict 关键字有所不同。

在某些情况下（图像处理），我看到了 2 倍甚至更多的改进。大多数时候，差异并没有那么大。大约 10%。

这里有一个小例子来说明差异。我写了一个非常基本的 4x4 向量 * 矩阵变换作为测试。请注意，我必须强制该函数不被内联。否则 GCC 会检测到我的基准代码中没有任何别名指针，并且由于内联，restrict 不会产生影响。

我也可以将转换函数移动到不同的文件中。

#include <math.h>

#ifdef USE_RESTRICT
#else
#define __restrict
#endif


void transform (float * __restrict dest, float * __restrict src, 
                float * __restrict matrix, int n) __attribute__ ((noinline));

void transform (float * __restrict dest, float * __restrict src, 
                float * __restrict matrix, int n)
{
  int i;

  // simple transform loop.

  // written with aliasing in mind. dest, src and matrix 
  // are potentially aliasing, so the compiler is forced to reload
  // the values of matrix and src for each iteration.

  for (i=0; i<n; i++)
  {
    dest[0] = src[0] * matrix[0] + src[1] * matrix[1] + 
              src[2] * matrix[2] + src[3] * matrix[3];

    dest[1] = src[0] * matrix[4] + src[1] * matrix[5] + 
              src[2] * matrix[6] + src[3] * matrix[7];

    dest[2] = src[0] * matrix[8] + src[1] * matrix[9] + 
              src[2] * matrix[10] + src[3] * matrix[11];

    dest[3] = src[0] * matrix[12] + src[1] * matrix[13] + 
              src[2] * matrix[14] + src[3] * matrix[15];

    src  += 4;
    dest += 4;
  }
}

float srcdata[4*10000];
float dstdata[4*10000];

int main (int argc, char**args)
{
  int i,j;
  float matrix[16];

  // init all source-data, so we don't get NANs  
  for (i=0; i<16; i++)   matrix[i] = 1;
  for (i=0; i<4*10000; i++) srcdata[i] = i;

  // do a bunch of tests for benchmarking. 
  for (j=0; j<10000; j++)
    transform (dstdata, srcdata, matrix, 10000);
}

---

结果：（在我的 2 Ghz Core Duo 上）

nils@doofnase:~$ gcc -O3 test.c
nils@doofnase:~$ time ./a.out

real    0m2.517s
user    0m2.516s
sys     0m0.004s

nils@doofnase:~$ gcc -O3 -DUSE_RESTRICT test.c
nils@doofnase:~$ time ./a.out

real    0m2.034s
user    0m2.028s
sys     0m0.000s

在那个系统上，执行速度提高了 20%。

为了说明它在多大程度上取决于架构，我让相同的代码在 Cortex-A8 嵌入式 CPU 上运行（稍微调整了循环计数，因为我不想等那么久）：

root@beagleboard:~# gcc -O3 -mcpu=cortex-a8 -mfpu=neon -mfloat-abi=softfp test.c
root@beagleboard:~# time ./a.out

real    0m 7.64s
user    0m 7.62s
sys     0m 0.00s

root@beagleboard:~# gcc -O3 -mcpu=cortex-a8 -mfpu=neon -mfloat-abi=softfp -DUSE_RESTRICT test.c 
root@beagleboard:~# time ./a.out

real    0m 7.00s
user    0m 6.98s
sys     0m 0.00s

这里的差异只有 9%（顺便说一句，相同的编译器。）

Answer 2

restrict 关键字在 gcc / g++ 中是否提供了显着的好处？

它可以减少如下示例所示的指令数量，因此请尽可能使用它。

GCC 4.8 Linux x86-64 示例

输入：

void f(int *a, int *b, int *x) {
  *a += *x;
  *b += *x;
}

void fr(int *restrict a, int *restrict b, int *restrict x) {
  *a += *x;
  *b += *x;
}

编译和反编译：

gcc -g -std=c99 -O0 -c main.c
objdump -S main.o

-O0 是一样的。

与-O3:

void f(int *a, int *b, int *x) {
    *a += *x;
   0:   8b 02                   mov    (%rdx),%eax
   2:   01 07                   add    %eax,(%rdi)
    *b += *x;
   4:   8b 02                   mov    (%rdx),%eax
   6:   01 06                   add    %eax,(%rsi)  

void fr(int *restrict a, int *restrict b, int *restrict x) {
    *a += *x;
  10:   8b 02                   mov    (%rdx),%eax
  12:   01 07                   add    %eax,(%rdi)
    *b += *x;
  14:   01 06                   add    %eax,(%rsi) 

对于外行来说，calling convention 是：

• rdi = 第一个参数
• rsi = 第二个参数
• rdx = 第三个参数

结论：3条指令而不是4条。

当然，指令can have different latencies，但这提供了一个好主意。

为什么 GCC 能够对其进行优化？

上面的代码取自Wikipedia example，它非常很有启发性。

f 的伪汇编：

load R1 ← *x    ; Load the value of x pointer
load R2 ← *a    ; Load the value of a pointer
add R2 += R1    ; Perform Addition
set R2 → *a     ; Update the value of a pointer
; Similarly for b, note that x is loaded twice,
; because x may point to a (a aliased by x) thus 
; the value of x will change when the value of a
; changes.
load R1 ← *x
load R2 ← *b
add R2 += R1
set R2 → *b

对于fr：

load R1 ← *x
load R2 ← *a
add R2 += R1
set R2 → *a
; Note that x is not reloaded,
; because the compiler knows it is unchanged
; "load R1 ← *x" is no longer needed.
load R2 ← *b
add R2 += R1
set R2 → *b

真的更快吗？

Ermmm...不适合这个简单的测试：

.text
    .global _start
    _start:
        mov $0x10000000, %rbx
        mov $x, %rdx
        mov $x, %rdi
        mov $x, %rsi
    loop:
        # START of interesting block
        mov (%rdx),%eax
        add %eax,(%rdi)
        mov (%rdx),%eax # Comment out this line.
        add %eax,(%rsi)
        # END ------------------------
        dec %rbx
        cmp $0, %rbx
        jnz loop
        mov $60, %rax
        mov $0, %rdi
        syscall
.data
    x:
        .int 0

然后：

as -o a.o a.S && ld a.o && time ./a.out

在 Ubuntu 14.04 AMD64 CPU Intel i5-3210M 上。

我承认我仍然不了解现代 CPU。让我知道你是否：

• 发现我的方法有缺陷
• 找到了一个汇编程序测试用例，它变得更快
• 了解为什么没有区别

Answer 3

文章Demystifying The Restrict Keyword 指的是论文Why Programmer-specified Aliasing is a Bad Idea (pdf)，它说它通常没有帮助，并提供了测量来支持这一点。

Answer 4

请注意，允许 restrict 关键字的 C++ 编译器可能仍会忽略它。例如here就是这种情况。

Answer 5

我测试了this C 程序。没有restrict 需要12.640 秒才能完成，restrict 12.516。看起来它可以节省一些时间。