未对齐的向量指针异常 (AVX512)

Question

我的问题涉及派生未对齐的 __m512 指向包含浮点数的内存空间的指针。我发现在通过这样的装置访问内存时，GCC 和 Clang 在生成正确的 uop（未对齐与对齐）方面有些不稳定。

首先，工作案例：

typedef float MyFloatVector __attribute__((vector_size(64), aligned(4)));
MyFloatVector* vec_ptr = reinterpret_cast<MyFloatVector*>(float_ptr);
Something(*vec_ptr);

Clang 和 GCC 都为上述内容生成 MOVUPS。但是，如果 vec_ptr 的类型留给编译器：

typedef float MyFloatVector __attribute__((vector_size(64), aligned(4)));
auto vec_ptr = reinterpret_cast<MyFloatVector *>(float_ptr);
Something(*vec_ptr);

现在，Clang 将生成 MOVAPS 和一个段错误。 GCC 仍然会生成 MOVUPS，但也会生成三个无操作指令（push rbp、将 rsp 加载到 rbp、pop rbp）。

另外，如果我从 typedef 更改为 using：

using MyFloatVector = float __attribute__((vector_size(64), aligned(4)));
MyFloatVector*vec_ptr = reinterpret_cast<MyFloatVector*>(float_ptr);
Something(*vec_ptr);

GCC 再次生成绒毛指令，Clang 生成 MOVAPS。在此处使用 auto 会产生相同的结果。

那么，有没有人知道幕后发生了什么，是否有一种安全的方法来进行转换。虽然存在一个可行的解决方案，但 IMO 由 typedef/using 和显式/自动生成的差异使得它太不可靠而无法放心使用——至少我需要一个静态断言来检查在取消引用指针时生成的 uop未对齐，不存在 AFAIK。

在某些情况下，我可能希望对内存区域有一个 MyFloatVector 引用，这排除了使用内在函数。

示例代码：https://godbolt.org/z/caxScz。包括“乐趣”的 ICC，它会在整个过程中生成 MOVUPS。

Answer 1

当您使用reinterpret_cast 时，您是在告诉编译器该参数指向所请求类型的有效对象。这意味着它具有相同的对齐要求。

ICC 在这里更加保守，而 clang 和 GCC 试图通过假设您实际上遵守标准来使您的代码运行得更快。

请记住，aligned 属性只能用于增加对齐要求，而不是减少对齐要求，因此在您的代码中，您只是说类型具有 minimum 对齐 4 个字节。如果您添加 static_assert(alignof(MyFloatVector) == 4, "Alignment should be 4")，您可能会看到一些失败，具体取决于您声明它的方式。

由于您没有使用__m512，_mm512_loadu_ps 可以工作，但可能不是真的 恕我直言。加载未对齐数据的正确方法是使用memcpy（或__builtin_memcpy，因为无论如何您都在使用矢量扩展）。编译器非常擅长优化已知大小的 memcpy，只要您使用的是相对较新的编译器，您最终应该会在启用 AVX-512F 的 x86 上使用 vmovups。