c++ - 如何使用标量 SIMD 内在函数最小化开销加载到 simd 寄存器中

Question

在 godbolt.org 使用 gcc 7.2 我可以看到以下内容 code在汇编程序中翻译得非常好。我看到 1 次加载、1 次添加和 1 次存储。

#include <immintrin.h>

__attribute__((alwaysinline)) double foo(double x, double y)
{
    return x+y;
}

void usefoo(double x, double *y, double *z)
{
    *z = foo(x, *y);
}

结果是:

usefoo(double, double*, double*):
   addsd xmm0, QWORD PTR [rdi]
   movsd QWORD PTR [rsi], xmm0
   ret

但是，如果我尝试使用内在函数和模板实现相同的 code下面，我可以看到添加了一些开销。特别是，指令的重点是什么:movq xmm0, xmm0 ？

#include <immintrin.h>

__attribute__((alwaysinline)) double foo(double x, double y)
{
    return _mm_cvtsd_f64(_mm_add_sd(__m128d{x}, __m128d{y}));
}

void usefoo(double x, double *y, double *z)
{
    *z = foo(x, *y);
}

结果是:

usefoo(double, double*, double*):
  movq xmm1, QWORD PTR [rdi]
  movq xmm0, xmm0
  addsd xmm0, xmm1
  movlpd QWORD PTR [rsi], xmm0
  ret

如何使用标量内在函数实现与编译器生成的代码等效的代码？

如果您想知道我为什么要这样做，请考虑替换 +与 <= : 如果我写 x<y编译器将结果转换为 bool，而内在函数会将其保留为双位掩码。因此对于我的用例，写作 x<y不是一个选项。但是使用 +很简单，足以说明问题。

Answer 1

“无关的”movq 正在清除 __m128d 中的第二个元素，正如您在列表初始化 __m128d{x} 中所请求的.

When the source operand is an XMM register, the low quadword is moved; when the destination operand is an XMM register, the quadword is stored to the low quadword of the register, and the high quadword is cleared to all 0s.

请记住，当提供的初始化器数量少于成员数量时，所有剩余的成员都将进行值初始化(为零)。

我希望进行更高级别的优化，以确保从不使用第二个元素，并删除多余的指令。另一方面，即使未使用，第二个值也不允许在加法操作期间捕获，显式清除它可能是确保它不会被捕获的最安全方法。