0
考虑一个简单的循环:gcc是否使用v *汇编指令提供更差/更慢的代码?
float f(float x[]) {
float p = 1.0;
for (int i = 0; i < 128; i++)
p += x[i];
return p;
}
如果用-02 -march =的Haswell在GCC编译它,你得到:
f:
vmovss xmm0, DWORD PTR .LC0[rip]
lea rax, [rdi+512]
.L2:
vaddss xmm0, xmm0, DWORD PTR [rdi]
add rdi, 4
cmp rdi, rax
jne .L2
ret
.LC0:
.long 1065353216
然而,英特尔C编译器提供了:
f:
xor eax, eax #3.3
pxor xmm0, xmm0 #2.11
movaps xmm7, xmm0 #2.11
movaps xmm6, xmm0 #2.11
movaps xmm5, xmm0 #2.11
movaps xmm4, xmm0 #2.11
movaps xmm3, xmm0 #2.11
movaps xmm2, xmm0 #2.11
movaps xmm1, xmm0 #2.11
..B1.2: # Preds ..B1.2 ..B1.1
movups xmm8, XMMWORD PTR [rdi+rax*4] #4.10
movups xmm9, XMMWORD PTR [16+rdi+rax*4] #4.10
movups xmm10, XMMWORD PTR [32+rdi+rax*4] #4.10
movups xmm11, XMMWORD PTR [48+rdi+rax*4] #4.10
movups xmm12, XMMWORD PTR [64+rdi+rax*4] #4.10
movups xmm13, XMMWORD PTR [80+rdi+rax*4] #4.10
movups xmm14, XMMWORD PTR [96+rdi+rax*4] #4.10
movups xmm15, XMMWORD PTR [112+rdi+rax*4] #4.10
addps xmm0, xmm8 #4.5
addps xmm7, xmm9 #4.5
addps xmm6, xmm10 #4.5
addps xmm5, xmm11 #4.5
addps xmm4, xmm12 #4.5
addps xmm3, xmm13 #4.5
addps xmm2, xmm14 #4.5
addps xmm1, xmm15 #4.5
add rax, 32 #3.3
cmp rax, 128 #3.3
jb ..B1.2 # Prob 99% #3.3
addps xmm0, xmm7 #2.11
addps xmm6, xmm5 #2.11
addps xmm4, xmm3 #2.11
addps xmm2, xmm1 #2.11
addps xmm0, xmm6 #2.11
addps xmm4, xmm2 #2.11
addps xmm0, xmm4 #2.11
movaps xmm1, xmm0 #2.11
movhlps xmm1, xmm0 #2.11
addps xmm0, xmm1 #2.11
movaps xmm2, xmm0 #2.11
shufps xmm2, xmm0, 245 #2.11
addss xmm0, xmm2 #2.11
addss xmm0, DWORD PTR .L_2il0floatpacket.0[rip] #2.11
ret #5.10
.L_2il0floatpacket.0:
.long 0x3f800000
如果我们忽略循环展开,最明显的区别是使用vaddss和icc的gcc使用addss。
这两个装配件 之间存在性能差异,哪一个更好(忽略展开循环)?
在V前缀来自VEX coding scheme。看来你可以通过添加-xavx
作为命令行标志的一部分来获得icc使用这些指令。然而,如果问题中两组程序之间存在任何性能差异,或者如果两者之间存在任何优势,问题仍然存在。
为什么downvote? – eleanora
也许是因为你好像根本没有做过任何研究。 – fuz
@fuz我的研究是以可读格式获得程序集。我不知道如何确定哪个组件更好。 – eleanora