我使用的是Haswell Core i7-4790K.
当我编译以下玩具示例时icc -O3 -std=c99 -march=core-avx2 -g:
#include#include #include typedef struct { __m256i a; __m256i b; __m256i c; } mystruct_t; #define SIZE 1000 #define TEST_VAL 42 int _do(mystruct_t* array) { int value = 0; for (size_t i = 0; i < SIZE; ++i) { array[i].a = _mm256_set1_epi8(TEST_VAL + i*3 ); array[i].b = _mm256_set1_epi8(TEST_VAL + i*3 + 1); array[i].c = _mm256_set1_epi8(TEST_VAL + i*3 + 2); value += _mm_popcnt_u32(_mm256_movemask_epi8(array[i].a)) + _mm_popcnt_u32(_mm256_movemask_epi8(array[i].b)) + _mm_popcnt_u32(_mm256_movemask_epi8(array[i].c)); } return value; } int main() { mystruct_t* array = (mystruct_t*)_mm_malloc(SIZE * sizeof(*array), 32); printf("%d\n", _do(array)); _mm_free(array); }
为该_do()函数生成以下ASM代码:
0x0000000000400bc0 <+0>: xor %eax,%eax 0x0000000000400bc2 <+2>: xor %ecx,%ecx 0x0000000000400bc4 <+4>: xor %edx,%edx 0x0000000000400bc6 <+6>: nopl (%rax) 0x0000000000400bc9 <+9>: nopl 0x0(%rax) 0x0000000000400bd0 <+16>: lea 0x2b(%rdx),%r8d 0x0000000000400bd4 <+20>: inc %ecx 0x0000000000400bd6 <+22>: lea 0x2a(%rdx),%esi 0x0000000000400bd9 <+25>: lea 0x2c(%rdx),%r9d 0x0000000000400bdd <+29>: add $0x3,%edx 0x0000000000400be0 <+32>: vmovd %r8d,%xmm1 0x0000000000400be5 <+37>: vpbroadcastb %xmm1,%ymm4 0x0000000000400bea <+42>: vmovd %esi,%xmm0 0x0000000000400bee <+46>: vpmovmskb %ymm4,%r11d 0x0000000000400bf2 <+50>: vmovd %r9d,%xmm2 0x0000000000400bf7 <+55>: vmovdqu %ymm4,0x20(%rdi) 0x0000000000400bfc <+60>: vpbroadcastb %xmm0,%ymm3 0x0000000000400c01 <+65>: vpbroadcastb %xmm2,%ymm5 0x0000000000400c06 <+70>: vpmovmskb %ymm3,%r10d 0x0000000000400c0a <+74>: vmovdqu %ymm3,(%rdi) 0x0000000000400c0e <+78>: vmovdqu %ymm5,0x40(%rdi) 0x0000000000400c13 <+83>: popcnt %r11d,%esi 0x0000000000400c18 <+88>: add $0x60,%rdi 0x0000000000400c1c <+92>: vpmovmskb %ymm5,%r11d 0x0000000000400c20 <+96>: popcnt %r10d,%r9d 0x0000000000400c25 <+101>: popcnt %r11d,%r8d 0x0000000000400c2a <+106>: add %esi,%r9d 0x0000000000400c2d <+109>: add %r8d,%r9d 0x0000000000400c30 <+112>: add %r9d,%eax 0x0000000000400c33 <+115>: cmp $0x3e8,%ecx 0x0000000000400c39 <+121>: jb 0x400bd0 <_do+16> 0x0000000000400c3b <+123>: vzeroupper 0x0000000000400c3e <+126>: retq 0x0000000000400c3f <+127>: nop
如果我使用编译相同的代码gcc-5 -O3 -std=c99 -mavx2 -march=native -g,则为该_do()函数生成以下ASM代码:
0x0000000000400650 <+0>: lea 0x17700(%rdi),%r9 0x0000000000400657 <+7>: mov $0x2a,%r8d 0x000000000040065d <+13>: xor %eax,%eax 0x000000000040065f <+15>: nop 0x0000000000400660 <+16>: lea 0x1(%r8),%edx 0x0000000000400664 <+20>: vmovd %r8d,%xmm2 0x0000000000400669 <+25>: xor %esi,%esi 0x000000000040066b <+27>: vpbroadcastb %xmm2,%ymm2 0x0000000000400670 <+32>: vmovd %edx,%xmm1 0x0000000000400674 <+36>: add $0x60,%rdi 0x0000000000400678 <+40>: lea 0x2(%r8),%edx 0x000000000040067c <+44>: vpbroadcastb %xmm1,%ymm1 0x0000000000400681 <+49>: vmovdqa %ymm2,-0x60(%rdi) 0x0000000000400686 <+54>: add $0x3,%r8d 0x000000000040068a <+58>: vmovd %edx,%xmm0 0x000000000040068e <+62>: vpmovmskb %ymm2,%edx 0x0000000000400692 <+66>: vmovdqa %ymm1,-0x40(%rdi) 0x0000000000400697 <+71>: vpbroadcastb %xmm0,%ymm0 0x000000000040069c <+76>: popcnt %edx,%esi 0x00000000004006a0 <+80>: vpmovmskb %ymm1,%edx 0x00000000004006a4 <+84>: popcnt %edx,%edx 0x00000000004006a8 <+88>: vpmovmskb %ymm0,%ecx 0x00000000004006ac <+92>: add %esi,%edx 0x00000000004006ae <+94>: vmovdqa %ymm0,-0x20(%rdi) 0x00000000004006b3 <+99>: popcnt %ecx,%ecx 0x00000000004006b7 <+103>: add %ecx,%edx 0x00000000004006b9 <+105>: add %edx,%eax 0x00000000004006bb <+107>: cmp %rdi,%r9 0x00000000004006be <+110>: jne 0x400660 <_do+16> 0x00000000004006c0 <+112>: vzeroupper 0x00000000004006c3 <+115>: retq
我的问题是:
1)为什么icc使用与gcc不同的未对齐移动(vmovdqu)？
2)在对齐的内存上使用vmovdqu而不是vmovdqa时是否会受到惩罚？
PS:使用SSE指令/寄存器的问题是相同的.
谢谢
当地址对齐时,使用VMOVDQU不会受到惩罚.在这种情况下,行为与使用VMOVDQA相同.
至于"为什么",可能没有一个明确的答案.这可能是ICC这是否故意让谁再打用户_do与未对齐的争论不会崩溃,但它也有可能是它只是一个编译器的自发行为.英特尔编译器团队中的某个人可以回答这个问题,我们其他人只能推测.
京公网安备 11010802040832号 | 京ICP备19059560号-6 