浮点代码的 g++ 优化开关

Question

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。

Answer 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。