我使用 GCC 11.1 構建了一個小程式（~1000 LOC），并在啟用和不啟用的情況下運行了多次迭代，-march=native但總體而言，程式執行時間（以毫秒為單位）沒有差異。但為什么？因為它是單執行緒的？還是我的石器時代硬體（第一代 i5，沒有 AVX 的Westmere微架構）不夠強大？
我的Makefile中的幾行：
CXX = g
CXXFLAGS = -c -std=c 20 -Wall -Wextra -Wpedantic -Wconversion -Wshadow -O3 -march=native -flto
LDFLAGS = -O3 -flto
這里（編譯器資源管理器）是程式中的一個免費功能，GCC 不會為其生成 SSE 指令：
[[ nodiscard ]] size_t
tokenize_fast( const std::string_view inputStr, const std::span< std::string_view > foundTokens_OUT,
const size_t expectedTokenCount ) noexcept
{
size_t foundTokensCount { };
if ( inputStr.empty( ) ) [[ unlikely ]]
{
return foundTokensCount = 0;
}
static constexpr std::string_view delimiter { " \t" };
size_t start { inputStr.find_first_not_of( delimiter ) };
size_t end { };
for ( size_t idx { }; start != std::string_view::npos && foundTokensCount < expectedTokenCount; idx )
{
end = inputStr.find_first_of( delimiter, start );
foundTokens_OUT[ idx ] = inputStr.substr( start, end - start );
foundTokensCount;
start = inputStr.find_first_not_of( delimiter, end );
}
if ( start != std::string_view::npos )
{
return std::numeric_limits<size_t>::max( );
}
return foundTokensCount;
}
我想知道為什么？也許是因為無法對此類代碼進行矢量化？
另外，我要提到的另一件事是最終可執行檔案的大小根本沒有改變，我什至嘗試-march=westmere查看-march=alderlake大小是否有任何差異，但 GCC 生成的大小相同。
uj5u.com熱心網友回復：
我認為您也應該將其指定-march=native為 LDFLAGS 的一部分，因此-flto針對同一臺機器也是如此。
但是您的代碼生成似乎尊重您指定的拱門，因為您說-march=alderlake制作與 SIGILL 一起崩潰的代碼，可能是在向量指令的 AVX 編碼上。
很可能會-mtune=generic做出與 相同的調整決定-march=native，并且除了 SSE2 之外沒有什么能從任何東西中受益。您的 CPU 支持 SSE4.2 和 popcnt，但 x86-64 的基線已經是 SSE2，相同的向量寬度只是缺少一些指令，特別是對于 dword 和 qword 元素大小（如壓縮的 min/max）。
GCC/clang 不能自動矢量化搜索回圈（只有在第一次迭代之前在運行時知道行程計數的回圈），所以inputStr.find_first_of要么編譯為一次一個位元組的搜索，要么呼叫memchr只受益無論如何來自 SSE2，但可以基于 CPU 功能動態調度，因為它位于共享庫中。
（Glibc 使用“決議器”函式多載動態鏈接程序，該函式決定memchr在當前機器上哪個實作最好，SSE2 或 AVX2。這兩個版本都是手寫 asm，例如SSE2 版本的源代碼。一些函式如strstr具有 CPU 可以利用的 SSE4.2 版本，但此選擇不依賴于-march編譯時設定，純粹是運行時動態聯結器 glibc。）
如果您想查看程式大部分時間都花在哪里，請使用perf record ./a.out / perf report -Mintel（默認是 AT&T 語法反匯編；我更喜歡 Intel）。
如果它在庫函式中，則不同的調整選項和可用的新指令可能對您的主代碼沒有幫助。如果它在您的程式中，而不是庫中，那么顯然 x86-64 的基線指令集和“通用”調整選項很好，或者 GCC 不知道如何從 SSSE3 / SSE4.x 中獲得任何用途你的代碼。
我沒有看太多你的代碼在做什么來看看手動矢量化可能是什么。
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/459793.html