如何使用GCC自動矢量化逐步寫入？

Question

當使用-std=c99，-O3，和-mavx2，所述 使用GCC 5.2編譯下面的代碼示例自動向量化（assembly here）：

#include <stdint.h> 

void test(uint32_t *restrict a, 
      uint32_t *restrict b) { 
    uint32_t *a_aligned = __builtin_assume_aligned(a, 32); 
    uint32_t *b_aligned = __builtin_assume_aligned(b, 32); 

    for (int i = 0; i < (1L << 10); i += 2) { 
    a_aligned[i] = 42 * b_aligned[i]; 
    a_aligned[i+1] = 3 * a_aligned[i+1]; 
    } 
} 

但下面的代碼示例不會自動矢量化（assembly here）：

#include <stdint.h> 

void test(uint32_t *restrict a, 
      uint32_t *restrict b) { 
    uint32_t *a_aligned = __builtin_assume_aligned(a, 32); 
    uint32_t *b_aligned = __builtin_assume_aligned(b, 32); 

    for (int i = 0; i < (1L << 10); i += 2) { 
    a_aligned[i] = 42 * b_aligned[i]; 
    a_aligned[i+1] = a_aligned[i+1]; 
    } 
} 

樣本之間的唯一區別是比例因子爲a_aligned[i+1]。

對於GCC 4.8,4.9和5.1也是如此。將volatile添加到a_aligned的聲明完全禁止自動矢量化。第一個樣本對於我們來說一直運行得比第二個樣本快，對於較小類型的加速更加明顯（例如uint8_t而不是uint32_t）。

有沒有辦法讓第二個代碼示例使用GCC自動向量化？

Answer 1

以下版本vectorises，但如果你問我，是醜陋的...

#include <stdint.h> 

void test(uint32_t *a, uint32_t *aa, 
      uint32_t *restrict b) { 
    #pragma omp simd aligned(a,aa,b:32) 
    for (int i = 0; i < (1L << 10); i += 2) { 
    a[i] = 2 * b[i]; 
    a[i+1] = aa[i+1]; 
    } 
} 

要編譯-fopenmp與test(a, a, b)打電話。