优化后的C代码中汇编代码冗余问题

Question

优化后的C代码中汇编代码冗余问题

7

我正在尝试通过研究使用-gcc编译的简单C代码并进行-O3优化来学习向量化。更具体地说，我想了解编译器的向量化效果如何。这是一个个人的学习之旅，旨在通过更复杂的计算验证gcc -O3的性能。我知道传统智慧认为编译器比人更好，但我从不把这样的智慧视为理所当然。

然而，在我的第一个简单测试中，我发现gcc做出的一些选择相当奇怪，并且在优化方面非常疏忽。我愿意假设编译器有一些目的，并且知道关于CPU（在这种情况下是Intel i5-2557M）的一些东西，而我不知道。但我需要一些有见识的人的确认。

我的简单测试代码（片段）如下：

int i;
float a[100];

for (i=0;i<100;i++) a[i]= (float) i*i;

对应于for循环的汇编代码（段）如下：

.L6:                        ; loop starts here
    movdqa  xmm0, xmm1      ; copy packed integers in xmm1 to xmm0
.L3:
    movdqa  xmm1, xmm0      ; wait, what!?  WHY!?  this is redundant.
    cvtdq2ps    xmm0, xmm0  ; convert integers to float
    add rax, 16             ; increment memory pointer for next iteration
    mulps   xmm0, xmm0      ; pack square all integers in xmm0
    paddd   xmm1, xmm2      ; pack increment all integers by 4 
    movaps  XMMWORD PTR [rax-16], xmm0   ; store result 
    cmp rax, rdx            ; test loop termination
    jne .L6

我理解所有步骤，从计算上讲，所有的都是有意义的。但是，我不明白的是为什么gcc会选择在迭代循环中加入一步将xmm0与xmm1交换后再将xmm1加载到xmm0 中的步骤。即：

 .L6
        movdqa  xmm0, xmm1      ; loop starts here
 .L3
        movdqa  xmm1, xmm0      ; grrr!

这让我怀疑优化器的理智。显然，额外的 MOVDQA 不会干扰数据，但乍一看，gcc的做法似乎极其疏忽。

在汇编代码中的前面部分（未展示），xmm0和xmm2被初始化为在向量化方面具有意义的某些值，所以很明显，在循环开始时，代码必须跳过第一个 MOVDQA。但是，为什么 gcc 不直接像下面展示的那样重新排列呢？

.L3
        movdqa  xmm1, xmm0     ; initialize xmm1 PRIOR to loop
.L6
        movdqa  xmm0, xmm1     ; loop starts here

甚至更好的方法是直接初始化xmm1，而不是xmm0，然后完全跳过MOVDQA xmm1，xmm0步骤！我相信CPU足够聪明，可以跳过冗余步骤，但如果它连这么简单的代码都无法正确优化，我怎么能相信gcc可以完全优化复杂的代码呢？或者有人能提供一个合理的解释，让我相信gcc -O3是好东西吗？

- codechimp

@给踩的人：请评论原因。 - Stefan

1

你确定你的代码比编译器更快吗？你尝试过计时吗？ - Degustaf

4

@Stefan 我不是其中一个投反对票的人，但我猜测这是因为这个问题几乎成为了一篇针对gcc的抱怨。 - Degustaf

2

正在使用哪个版本的gcc？ - Michael Burr

1

.L3 似乎是一个冗余标签，可能是某个优化过程中剩下的。（可能是删除了 for 循环的入口条件）所以我并不惊讶其他东西被留下了。毕竟，编译器并不完美。 - Mysticial

显示剩余9条评论

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Mats Petersson · Accepted Answer

我不是百分之百确定，但看起来您的循环通过将其转换为浮点数而破坏了xmm0，因此您需要将整数值放入xmm1，然后复制到另一个寄存器中（在这种情况下是xmm0）。

虽然编译器有时会发出不必要的指令，但我实在看不出这种情况。

如果您希望xmm0（或xmm1）保持整数，则不要将i的第一个值强制转换为float。也许您想要做的是：

 for (i=0;i<100;i++) 
    a[i]= (float)(i*i);

但是另一方面，gcc 4.9.2似乎没有这样做：

g++ -S -O3 floop.cpp

.L2:
    cvtdq2ps    %xmm1, %xmm0
    mulps   %xmm0, %xmm0
    addq    $16, %rax
    paddd   %xmm2, %xmm1
    movaps  %xmm0, -16(%rax)
    cmpq    %rbp, %rax
    jne .L2

clang（大约3周前的3.7.0版本）也不行。

 clang++ -S -O3 floop.cpp


    movdqa  .LCPI0_0(%rip), %xmm0   # xmm0 = [0,1,2,3]
    xorl    %eax, %eax
    .align  16, 0x90
.LBB0_1:                                # %vector.body
                                        # =>This Inner Loop Header: Depth=1
    movd    %eax, %xmm1
    pshufd  $0, %xmm1, %xmm1        # xmm1 = xmm1[0,0,0,0]
    paddd   %xmm0, %xmm1
    cvtdq2ps    %xmm1, %xmm1
    mulps   %xmm1, %xmm1
    movaps  %xmm1, (%rsp,%rax,4)
    addq    $4, %rax
    cmpq    $100, %rax
    jne .LBB0_1

我编译的代码：

extern int printf(const char *, ...);

int main()
{
    int i;
    float a[100];

    for (i=0;i<100;i++)
        a[i]= (float) i*i;

    for (i=0; i < 100; i++)
        printf("%f\n", a[i]);
}

（为防止编译器清除所有代码，我添加了printf语句。）