我正在尝试使用自动矢量化标志编译我的代码,但我在一个非常简单的缩减循环中遇到了失败:

double node3::GetSum(void){
    double sum=0.;
    for(int i=0;i<8;i++) sum+=c_value[i];
    return sum;
}

其中 c_value[i] 数组定义为
class node3{
private:
    double c_value[9];

自动矢量化编译返回:
在 node3.cpp:10 处分析循环
node3.cpp:10: note: step unknown.
node3.cpp:10: note: reduction: unsafe fp math optimization: sum_6 = _5 + sum_11;

node3.cpp:10: note: Unknown def-use cycle pattern.
node3.cpp:10: note: Unsupported pattern.
node3.cpp:10: note: not vectorized: unsupported use in stmt.
node3.cpp:10: note: unexpected pattern.
node3.cpp:8: note: vectorized 0 loops in function.

node3.cpp:10: note: Failed to SLP the basic block.
node3.cpp:10: note: not vectorized: failed to find SLP opportunities in basic block.

例如,我真的不明白为什么它不能确定 SLP 的基本块。
此外,我想我不明白什么是“stmt 中不受支持的使用”:这里的循环只是对顺序访问数组求和。

会不会是类的 c_value[] 中定义了 private 导致的问题?

提前致谢。

注意:编译为 g++ -c -O3 -ftree-vectorizer-verbose=2 -march=native node3.cpp 并尝试使用更具体的 -march=corei7 但结果相同。海湾合作委员会版本:4.8.1

最佳答案

我设法在最后使用以下技巧对循环进行了矢量化:

double node3::GetSum(void){
    double sum=0.,tmp[8];
    tmp[0]=c_value[0]; tmp[1]=c_value[1]; tmp[2]=c_value[2]; tmp[3]=c_value[3];
    tmp[4]=c_value[4]; tmp[5]=c_value[5]; tmp[6]=c_value[6];tmp[7]=c_value[7];
    for(int i=0;i<8;i++) sum+=tmp[i];
    return sum;
}

我在这里创建了虚拟数组 tmp[] 。这个技巧,连同另一个编译标志,即 -funsafe-math-optimizations(@Mysticial:这实际上是我唯一需要的东西,-ffast-math 和我显然不需要的其他东西),使自动矢量化成功。

现在,我真的不知道这个解决方案是否真的加快了执行速度。它确实矢量化,但我添加了一个分配操作,所以我不确定这是否应该运行得更快。我的感觉是,从长远来看(多次调用该函数)它确实会加速一点,但我无法证明这一点。
无论如何,这是矢量化问题的可能解决方案,所以我发布了一个答案。

关于c++ - gcc 自动矢量化在缩减循环中失败,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/21306823/

10-11 15:13