AVX 内部函数的 std::array

Question

我不知道我对 AVX 内在函数如何与 std::array 一起工作的理解是否缺少某些东西，但是当我将两者结合起来时，我遇到了一个奇怪的 Clang 问题。

示例代码：

std::array<__m256, 1> gen_data()
{
    std::array<__m256, 1> res;
    res[0] = _mm256_set1_ps(1);
    return res;
}

void main()
{
    auto v = gen_data();
    float a[8];
    _mm256_storeu_ps(a, v[0]);
    for(size_t i = 0; i < 8; ++i)
    {
        std::cout << a[i] << std::endl;
    }
}

Clang 3.5.0 的输出（上面的 4 个浮点数是垃圾数据）：

1
1
1
1
8.82272e-39
0
5.88148e-39
0

GCC 4.8.2/4.9.1 的输出（预期）：

1
1
1
1
1
1
1
1

如果我将v 作为输出参数传递给gen_data，它在两个编译器上都可以正常工作。我愿意接受这可能是 Clang 中的一个错误，但我不知道这是否是未定义的行为（UB）。使用 Clang 3.7* (svn build) 和 Clang 进行测试现在似乎给出了我预期的结果。如果我切换到 SSE 128 位内在函数 (__m128)，那么所有编译器都会给出相同的预期结果。

所以我的问题是：

1. 这里有 UB 吗？还是这只是 Clang 3.5.0 中的一个错误？
2. 我对 __m256 只是一个 32 字节对齐的内存块的理解是否正确？还是有什么特别之处需要我小心处理？

Answer 1

这看起来像是现在已修复的 clang 错误，我们可以从 bug report 中看到这一点，它演示了使用常规数组时非常相似的问题。

假设std::array 实现其存储类似于：

T elems[N];

libc++ 和 libstdc++ 似乎都这样做了，那么这应该是类似的。其中一位 cmets 说：

但是，libc++ 的 std::array<__m256i, 1> 在任何优化级别都不起作用。

错误报告实际上是基于这个 SO 问题：Is this incorrect code generation with arrays of __m256 values a clang bug?，它非常相似，但处理的是常规数组情况。

错误报告包含一种可能的解决方法，OP 声明就足够了：

在我的实际代码中，num_vectors 是根据 simd_pack 类型的一些 C++ 模板参数计算得出的。在许多情况下，结果是 1，但它也经常大于 1。不过，您的观察给了我一个想法；我可以尝试引入一个模板专业化来捕获num_vectors == 1 的情况。它可以只使用单个 __m256 成员而不是大小为 1 的数组。我必须检查一下它是否可行。