什么gcc选项可以启用带有立即操作数的SSE内部函数的循环展开？

Question

这个问题涉及到gcc（4.6.3 Ubuntu）在使用SSE指令时对于带立即数操作数的循环展开的行为。

一个带有立即数操作数的例子是_mm_blend_ps。它期望一个4位的立即整数，只能是一个常量。然而，使用-O3选项，编译器显然会自动展开循环（如果循环计数器的值可以在编译时确定），并产生多个相应的混合指令实例，具有不同的立即值。

这是一个简单的测试代码（blendsimple.c），它遍历了混合操作的16个可能的立即操作数的值。

#include <stdio.h>
#include <x86intrin.h>

#define PRINT(V)                \
  printf("%s: ", #V);               \
  for (i = 3; i >= 0; i--) printf("%3g ", V[i]);    \
  printf("\n");

int
main()
{
  __m128 a = _mm_set_ps(1, 2, 3, 4);
  __m128 b = _mm_set_ps(5, 6, 7, 8);
  int i;
  PRINT(a);
  PRINT(b);
  unsigned mask;
  __m128 r;
  for (mask = 0; mask < 16; mask++) {
    r = _mm_blend_ps(a, b, mask);
    PRINT(r);
  }
  return 0;
}

可以使用以下方式编译此代码

gcc -Wall -march=native -O3 -o blendsimple blendsimple.c

如果编译器可以正常工作，那么代码就可以运行。显然，编译器会展开循环并插入立即操作数的常量。

但是，如果使用以下方式编译代码

gcc -Wall -march=native -O2 -o blendsimple blendsimple.c

您在混合内置函数中遇到了以下错误：

error: the last argument must be a 4-bit immediate

现在我尝试找出在 -O3 中激活但在 -O2 中未激活的特定编译器标志，使编译器可以展开循环，但失败了。按照 gcc 在线文档所述

https://gcc.gnu.org/onlinedocs/gcc-4.8.2/gcc/Overall-Options.html

我执行了以下命令：

gcc -c -Q -O3 --help=optimizers > /tmp/O3-opts
gcc -c -Q -O2 --help=optimizers > /tmp/O2-opts
diff /tmp/O2-opts /tmp/O3-opts | grep enabled

该列表列出了由 -O3 启用但不由 -O2 启用的所有选项。当我将这 7 个列出的标志全部添加到 -O2 中时

gcc -Wall -march=native -O2 -fgcse-after-reload -finline-functions -fipa-cp-clone -fpredictive-commoning -ftree-loop-distribute-patterns -ftree-vectorize -funswitch-loops blendsimple blendsimple.c

我希望行为与-O3完全相同。然而，编译器抱怨“最后一个参数必须是4位即时数”。有人知道问题出在哪里吗？我认为知道需要哪个标志才能启用此类循环展开很重要，这样可以使用#pragma GCC optimize或函数属性有选择地激活它。(我也很惊讶-O3显然甚至没有启用unroll-loops选项)。我将非常感谢任何帮助。这是我上SSE编程课的资料。编辑：感谢您的评论。jtaylor似乎是正确的。我找到了两个更新版本的gcc（4.7.3、4.8.2），4.8.2无论优化级别如何都会抱怨即时问题。此外，我后来注意到，gcc 4.6.3使用-O2-funroll-loops编译代码，但在4.8.2中也失败了。因此，显然不能信任此功能，并且应始终使用cpp或模板手动展开，正如Jason R所指出的那样。

- Ralf

---

即使使用 -O3，我仍然会收到“最后一个参数必须是4位立即数”的错误信息。 - Z boson

你可以使用预处理器技巧或模板元编程（如果你在写C++代码）手动实现展开。 - Jason R

这种行为更像是编译器的一个错误（在4.8中已经修复）。编译器不应该在不同的优化级别上报错。GCC要么总是支持非立即数（例如通过条件语句），要么从不支持。似乎他们在后来的版本中选择了后者。这是有道理的，因为内部函数应该是机器指令的非常薄的包装器。 - jtaylor

我的“DTTC = 不要相信编译器”的政策通常是正确的选择。既然你知道需要展开循环，那就展开它吧。 - BitBank

Answer 1

我不确定这是否适用于您的情况，因为我不熟悉SSE指令集。但一般来说，您可以使用以下方式告诉编译器专门优化代码的某个部分：

 #pragma GCC push_options
 #pragma GCC optimize ("unroll-loops")

 do your stuff

 #pragma GCC pop_options

来源：告诉gcc如何特定展开循环

- pAndrei