c – 如何改进编译器对SSE内在函数的处理?
阅读
this interesting article on the results of intrinsic-guided optimization of SSE code in different C++ compilers后,我决定对自己进行测试,特别是因为该帖已有几年了.我使用的MSVC在帖子的作者(虽然在VS 2010版本中)执行的测试中表现非常糟糕,并且决定坚持一个非常基本的场景:将一些值打包到XMM寄存器中并进行简单的操作,如加法.在文章中,_mm_set_ps翻译成一个奇怪的标量移动和解包指令序列,所以让我们看看:
int _tmain(int argc,_TCHAR* argv[]) { __m128 foo = _mm_set_ps(1.0f,2.0f,3.0f,4.0f); __m128 bar = _mm_set_ps(5.0f,6.0f,7.0f,8.0f); __m128 ret = _mm_add_ps(foo,bar); // need to do something so vars won't be optimized out in Release float *f = (float *)(&ret); for (int i = 0; i < 4; i++) { cout << "f[" << i << "] = " << f[i] << endl; } } 接下来,我在调试器中编译并运行它,查看反汇编: 调试:
完全糊涂;为什么将xmmword放入__m128需要四个MOVAPS?首先,它将数据放入xmm0(我假设它是存储在某处的四个浮点值的文字,不知道如何查看它),然后复制xmm0指向ebp和偏移量的某处,只是将其从那里是xmm0(?),最后到了应该存储它的变量的位置.为什么这么多工作? 发布:
显然,不需要ADDPS.我猜测编译器注意到两个xmmwords是编译时常量所以它只是添加它们,将结果作为文字放在代码中?奇怪的推动可能与后面的for循环有关,因为就我所知,esi被用作循环计数器.仍然,为什么不将数据段中的预先计算的文字放入xmm0然后放入局部变量(特别是10h),为什么不直接使用文字? 总而言之,Debug版本比我预期的更愚蠢(或者我可能没有得到什么),而Release版本出乎意料地聪明.任何解释此行为的评论将不胜感激.谢谢. 编辑:答案是非常有启发性的,但我仍然想知道我是否可以做任何事情来改善编译器输出,这就是为什么我要求将此问题解释为当前形式的问题. 例如,是否有可能以某种方式引导编译器不将foo和bar存储在内存中(因为我在添加后不需要它们),只需将它们加载到xmmN寄存器并保存在那里?可能也会退回?引用文章的作者说,MSVC只是“完全按照它所说的去做”.有没有明确写出__asm块的任何方法可以更好(读取:避免内存传输)代码?谢谢. 解决方法
这只是代码生成器工作方式的正常副作用. _mm_set_ps()有两个不同的工作要做.它首先必须从4个参数中建立__m128值.你选择了简单的方法,它变得更加复杂:
float x = 1.0f; __m128 foo = _mm_set_ps(x,4.0f); 具有完全不同的codegen: 00C513DD movss xmm0,dword ptr ds:[0C5585Ch] 00C513E5 movss xmm1,dword ptr [x] 00C513EA movaps xmm2,xmmword ptr ds:[0C55860h] 00C513F1 unpcklps xmm0,xmm1 00C513F4 unpcklps xmm2,xmm0 00C513F7 movaps xmmword ptr [ebp-100h],xmm2 然后第二个工作是将它移动到__m128变量中,这很容易 00C513FE movaps xmm0,xmmword ptr [ebp-100h] 00C51405 movaps xmmword ptr [foo],xmm0 这还没有优化,只是因为在Debug版本中关闭了优化器.代码生成器不会进行任何优化尝试,这不是它的工作. 当然,优化器能够在编译时计算结果.这甚至适用于复杂的例子,你已经看到了这个: 00EE1284 movaps xmm0,xmmword ptr ds:[0EE3260h] (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |