内部 if 语句杀死向量化

Question

我有以下 for 循环。当我打开类型数组时，代码不会矢量化。当我将类型固定为“1”时，gcc 会执行一个 primitize 矢量化矢量化。有没有人有任何建议来触发某种矢量化？

#define type(M,N) type[(M)*sizeX + (N)]
for (int i = 0; i < sizeY - 1; i++)
{
    for (int j = 0; j < sizeX - 1; j++)
    {
       const int id = type(i, j);
       //const int id = 1; //vectorizes
       const float A = this->A[id];
       const float B = this->B[id];
       a(i, j) = A * a(i, j) + B * (b(i, j) - b(i + 1, j))*(p[i]);
    }
 }

gcc 4.7.1 的近似误差

45: not vectorized: not suitable for gather A_26 = *D.14145_25;

编辑 1

所有数组都存储为指针，并使用 restrict 关键字定义为某个类的成员。

编辑 2

如果 'type' 很小，我能做些什么吗？

编辑 3

小意味着8。

Answer 1

区别在于内存访问。

id = 1时，后面的数组加载成为单元素向量广播。

 const float A = this->A[id];
 const float B = this->B[id];

但是当id = type[(i)*sizeX + (k)]时，内存访问是跨步的（不连续的）。

SSE 和 AVX 中的向量加载和存储只能在：

1. 连续的内存块。
2. 或者从单个元素广播到整个向量。

它们无法处理跨步内存访问，您从内存的不同部分加载每个向量元素。

AVX2 将支持此类“聚集/分散”指令。

---

解决编辑问题：

如果type(i, j) 中的i 不是零，则内存访问仍然是跨步的。所以很难矢量化。 （我说“困难”而不是“不可能”，因为编译时间确定的步幅非常小——尽管效率会降低。）

您在这里遇到的核心问题是您正在向下迭代矩阵的行。如果没有收集/分散支持，这不仅无法矢量化，而且对缓存也不利。

我不确定您要完成什么任务，但您可能需要考虑不同的数据布局以获得最佳性能。