c - vmovaps的段错误

我编写了一个代码，在xeon phi英特尔协处理器上使用knc指令（512bit长向量）添加两个数组。不过，我在内联汇编部分有分段部分。
这是我的代码：

int main(int argc, char* argv[])
{
    int i;
    const int length = 65536;
    const int AVXLength = length / 16;
    float *A = (float*) aligned_malloc(length * sizeof(float), 64);
    float *B = (float*) aligned_malloc(length * sizeof(float), 64);
    float *C = (float*) aligned_malloc(length * sizeof(float), 64);
    for(i=0; i<length; i++){
            A[i] = 1;
            B[i] = 2;
    }

    float * pA = A;
    float * pB = B;
    float * pC = C;
    for(i=0; i<AVXLength; i++ ){
         __asm__("vmovaps %1,%%zmm0\n"
                    "vmovaps %2,%%zmm1\n"
                    "vaddps %%zmm0,%%zmm0,%%zmm1\n"
                    "vmovaps %%zmm0,%0;"
            : "=m" (pC) : "m" (pA), "m" (pB));

            pA += 512;
            pB += 512;
            pC += 512;
    }
    return 0;
}

我使用gcc作为编译器（因为我没有钱买英特尔编译器）。这是我编译这段代码的命令行：

k1om-mpss-linux-gcc add.c -o add.out

问题出在内联程序集中。下面的内联程序集修复了它。

__asm__("vmovaps %1,%%zmm1\n"
        "vmovaps %2,%%zmm2\n"
        "vaddps %%zmm1,%%zmm2,%%zmm3\n"
        "vmovaps %%zmm3,%0;"
        : "=m" (*pC) : "m" (*pA), "m" (*pB));

最佳答案

由于already explained，骑士角（knights corner，knc）没有avx512。然而，它确实有类似的东西。事实证明，knc vs avx512的问题是个棘手的问题。问题出在ops内联程序集中。
我建议您使用内部函数，而不是使用内联程序集。knc内部函数在Intel Intrinsic Guide online中描述。
此外，Przemysław Karpiński at CERN extend Agner Fog's Vector Class Library to use KNC。您可以找到git存储库here。如果您查看vectorf512_mic.h文件，可以了解许多关于knc内部函数的信息。
我将您的代码转换为使用这些内部函数（在本例中与avx512内部函数相同）：

int main(int argc, char* argv[])
{
    int i;
    const int length = 65536;
    const int AVXLength = length /16;
    float *A = (float*) aligned_malloc(length * sizeof(float), 64);
    float *B = (float*) aligned_malloc(length * sizeof(float), 64);
    float *C = (float*) aligned_malloc(length * sizeof(float), 64);
    for(i=0; i<length; i++){
        A[i] = 1;
        B[i] = 2;
    }
    for(i=0; i<AVXLength; i++ ){
        __m512 a16 = _mm512_load_ps(&A[16*i]);
        __m512 b16 = _mm512_load_ps(&B[16*i]);
        __m512 s16 = _mm512_add_ps(a16,b16);
        _mm512_store_ps(&C[16*i], s16);
    }
    return 0;
}

knc内部函数仅受icc支持。但是，knc附带了一个特殊版本的gcck1om-mpss-linux-gcc，它可以使用knc的avx512类特性，使用内联汇编。
在这种情况下，knc和avx512的mnemoncis是相同的。因此，我们可以使用avx512内部函数来发现要使用的程序集。

void foo(int *A, int *B, int *C) {
    __m512i a16 = _mm512_load_epi32(A);
    __m512i b16 = _mm512_load_epi32(B);
    __m512i s16 = _mm512_add_epi32(a16,b16);
    _mm512_store_epi32(C, s16);
}

并且gcc -O3 -mavx512 knc.c产生

vmovaps (%rdi), %zmm0
vaddps  (%rsi), %zmm0, %zmm0
vmovaps %zmm0, (%rdx)

从这一个使用内联程序集的解决方案来看

__asm__("vmovaps   (%1), %%zmm0\n"
        "vpaddps   (%2), %%zmm0, %%zmm0\n"
        "vmovaps   %%zmm0, (%0)"
        :
        : "r" (pC), "r" (pA), "r" (pB)
        :
);

在前面的代码中，gcc为每个数组生成add指令。这里有一个更好的解决方案，使用只生成一个add的索引寄存器。

for(i=0; i<length; i+=16){
    __asm__ __volatile__ (
            "vmovaps   (%1,%3,4), %%zmm0\n"
            "vpaddps   (%2,%3,4), %%zmm0, %%zmm0\n"
            "vmovaps   %%zmm0, (%0,%3,4)"
            :
            : "r" (C), "r" (A), "r" (B), "r" (i)
            : "memory"
     );
 }

MPSS（3.6）的最新版本包括支持AVX512内部函数的GCC 5.1.1。因此，我认为只要avx512内部函数与knc内部函数相同，就可以使用它们，只有当它们不一致时才可以使用内联程序集。查看《英特尔内部指南》可以发现，它们在大多数情况下都是相同的。

关于c - vmovaps的段错误，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/34148636/