拥有像这样的代码：
#include "kernel.h"
int main() {
...
for (int t = 0; t < TSTEPS; ++t) {
kernel(A,B,C);
}
...
}
其中：
// kernel.h
void kernel(float *__restrict A, float *__restrict B, float *__restrict C);
// kernel.c
#include "kernel.h"
void kernel(float *__restrict A, float *__restrict B, float *__restrict C) {
// some invariant code
float tmp0 = B[42];
float tmp1 = C[42];
// some operations with tmpX, e.g.
A[0] += tmp0 * tmp1;
}
这个想法是独立地编译内核(kernel)，因为我需要应用一组优化，而我不感兴趣主程序(main)。此外，我不想要任何其他类型的循环或者函数内/间的优化：我只想将内核(kernel)的编译结果完全地内联到主程序(main)中对内核(kernel)的调用中。我尝试了很多不同的方法（使用inline和__attribute__((always_inline))等提示），但唯一可以内联的方式是：
gcc -c -O3 -flto kernel.c
gcc -O1 -flto kernel.o main.c
为 kernel 生成以下汇编代码：
kernel:
.LFB0:
.cfi_startproc
endbr64
vxorps %xmm1, %xmm1, %xmm1
vcvtss2sd 168(%rsi), %xmm1, %xmm0
vcvtss2sd 168(%rdx), %xmm1, %xmm2
vcvtss2sd (%rdi), %xmm1, %xmm1
vfmadd132sd %xmm2, %xmm1, %xmm0
vcvtsd2ss %xmm0, %xmm0, %xmm0
vmovss %xmm0, (%rdi)
ret
.cfi_endproc
当kernel调用应该在main中时，生成的代码如下：
...
1092: f3 0f 10 0d 76 0f 00 movss 0xf76(%rip),%xmm1 # 2010 <_IO_stdin_used+0x10>
1099: 00
109a: f3 0f 10 00 movss (%rax),%xmm0
109e: b8 10 27 00 00 mov $0x2710,%eax
10a3: 0f 1f 44 00 00 nopl 0x0(%rax,%rax,1)
10a8: f3 0f 58 c1 addss %xmm1,%xmm0
10ac: 83 e8 01 sub $0x1,%eax
10af: 75 f7 jne 10a8 <main+0x28>
10b1: 48 8d 35 4c 0f 00 00 lea 0xf4c(%rip),%rsi # 2004 <_IO_stdin_used+0x4>
10b8: bf 01 00 00 00 mov $0x1,%edi
10bd: b8 01 00 00 00 mov $0x1,%eax
10c2: f3 0f 5a c0 cvtss2sd %xmm0,%xmm0
...
这显然很聪明，也可能是LTO的重点。但我想摆脱任何形式的优化，仅仅内联那些独立编译函数。除了手动编写之外，有没有其他“正式”的方法来实现这一点？使用
-O0编译main根本不会内联，甚至不用-finline-functions也是如此。我还尝试“拒绝”由-O1引入的所有优化标志，但我无法关闭链接时优化。这些结果是在gcc 9.3.1和gcc 10.2.0下得到的（对于这个测试，它们之间存在微小差异）。
编辑0： 两个细节：
- 使用类似的方法（IPO、内联标志等）使用ICC时，我获得类似的结果，即内联+优化。我还没有尝试过Clang。
- 上述代码，将
kernel内联到主函数中，只是基本上省略了对tmp0和tmp1的加载，并将其乘积的结果添加到a[0]中；我知道这很聪明，但我不想要它，我想保留原始代码形式。
cvtss2sd 168(%rdx), %xmm1似乎不符合您的源代码。您的函数参数是double*，但GCC正在发出float-> double的转换指令。这看起来像您将所有参数设为float *，但在double临时变量上进行数学计算。（然后您在源代码中进行了修复，但没有更新汇编代码。） - Peter Cordes