你能调试自动矢量化循环吗？答案

【问题标题】：can you debug auto vectorized loops?你能调试自动矢量化循环吗？
【发布时间】：2013-06-26 21:45:39
【问题描述】：

我正在开发一个包含大量 SIMD 内在代码的代码库。现在我们有了 AVX2，我们仍然需要在不支持 AVX2 的处理器上运行 SIMD 代码，这将大大增加工作量。再加上 AVX2 shuffle 的 128 位车道交叉限制也使事情变得复杂。由于这些原因，现在是更多依赖自动矢量化的好时机。让我害怕的主要事情是一个简单的更改会破坏并行性的前景，以及在出现问题时调试自动矢量化代码的前景。

我已经用 g++ -O1 -g -ftree-vectorize 编译了以下内容并尝试使用 GDB 逐步完成（有谁知道为什么 -ftree-vectorize 不适用于 -O0 ？）

float a[1000], b[1000], c[1000];
int main(int argc, char **argv)
{
  for (int i = 0; i < argc; ++i)
    c[i] = a[i] + b[i];
  return 0;
}

但没有得到任何有意义的结果。例如，有时 i 的值表示而其他时候它会跳出 20。

似乎主要问题是很难将 SIMD 状态映射到原始 C 状态以进行调试。但实际上，能做到吗？

【问题讨论】：

为什么要调试它？如果您想验证它是否被矢量化，检查汇编代码或运行基准测试（在完全优化设置下）不是更好吗？如果您想查找错误，请调试非矢量化（以及其他非优化）版本。
是的，编译器错误在发生时非常糟糕。我不知道（源代码级别）调试器是否是处理它的正确工具，但无论如何，我理解。
因此，到目前为止的错误调试大多是假设性的。我绝对记得在 Visual C++ 2010 矢量化程序中提交了一个错误，该错误导致它不正确地将未对齐的负载与算术指令融合到单个 x86 指令中，导致它在未对齐的数组上运行时崩溃。
我更感兴趣的是了解向量化代码的效率，这对于汇编代码来说是非常困难的。当生成多个版本的代码时，情况会变得更糟（一些用于处理 SIMD 余数或未对齐部分，一些用于处理别名数组等）。如果我可以一次遍历 GDB 4、8 或 16 中的循环，并并排查看相应的汇编代码，那可能有助于理解。实际上，我真正想要的是一个源到源编译器，它可以用向量类型和运算符重写你的代码。有这种事吗？
使用 gcc，-fdump-tree-optimized 生成一个具有类似 C 语法的文件，显示执行了哪些优化。

标签： c++ vectorization sse simd avx2

【解决方案1】：

在自动矢量化代码上使用调试器很棘手，尤其是。当您想要检查需要表现不同的变量时（例如循环计数器）。

您可以使用调试版本（-O0 或 -Og），也可以了解编译器如何向量化代码，并检查寄存器 asm 和寄存器。根据您需要追踪的错误类型，您可能会或可能不会遇到自动矢量化构建的问题。

从 cmets 看来，您更感兴趣的是检查自动矢量化的效率，而不是实际调试以修复代码中的逻辑错误。查看 asm 和基准测试可能是您最好的选择。（甚至是一个简单的rdtsc 在调用之前/之后，或者在测试性能和正确性的单元测试中。）

有时编译器会生成多个版本的循环，例如对于输入数组重叠的情况，以及不重叠的情况。单步执行（通过指令，在 gdb 中使用 stepi，使用 layout asm）可以提供帮助，直到您找到实际完成大部分工作的循环。然后你可以专注于它是如何矢量化的。如果您想消除检查和替代版本，restrict 指针可能会有所帮助。还有p = __builtin_assume_aligned(p, 16)。

您还可以使用Intel's free code analyzer 尝试静态分析一次迭代需要多少个周期。将 IACA 标记放在循环体的顶部和循环的结束括号之后，并希望 GCC 将它们放在自动矢量化循环中的适当位置，并且内联 asm 不会破坏自动矢量化。

没有任何优化答案会包含指向http://agner.org/optimize/ 的链接，所以就这样吧。

【讨论】：