c - 如何使用 GCC 自动矢量化跨步写入？

Question

当使用 -std=c99、-O3 和 -mavx2 使用 GCC 5.2 编译时，以下代码示例自动矢量化 ( 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] = 3 * a_aligned[i+1];
  }
}

但以下代码示例不会自动矢量化 (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];
  }
}

样本之间的唯一区别是 a_aligned[i+1] 的比例因子。

GCC 4.8、4.9 和 5.1 也是如此。将 volatile 添加到 a_aligned 的声明中可以完全禁止自动矢量化。对我们来说，第一个示例始终比第二个示例运行得更快，对于较小的类型(例如 uint8_t 而不是 uint32_t)的加速更明显。

有没有办法让第二个代码示例使用 GCC 自动矢量化？

Answer 1

下面的版本是矢量化的，但如果你问我那是丑陋的......

#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];
  }
}

用-fopenmp编译，用test(a, a, b)调用。