因此,基本上,对于我的项目,有一个限制,即它不能使用-O3标志(我们只能使用-O2)。原因是-O3标志显然引入了“硬件加速指令”。
gcc的版本是5.4,这个版本的优化标志的手册页面是:this
我想包含尽可能多的-O3标志。-O3引入的标志列表包括:
-finline-functions, -funswitch-loops, -fpredictive-commoning, -fgcse-after-reload, -ftree-loop-vectorize, -ftree-loop-distribute-patterns, -ftree-slp-vectorize, -fvect-cost-model, -ftree-partial-pre and -fipa-cp-clone因此,我计划使用-O2并手动包含尽可能多的上述标志。
上面的哪些标志启用了“硬件加速指令”优化?如何通过阅读说明来判断标志是否启用了“硬件加速指令”优化?那是什么构成的呢?
发布于 2017-11-30 09:32:27
使用的指令集由-march控制,而不是由-O3控制。诚然,-O3可能会更多地使用单指令多指令集指令进行矢量化,但-O3在代码生成过程中并不专门添加或删除指令。
如果您只想使用最简单的指令编译代码,请为您的平台选择最简单的march。例如,-march=core2将是x86-64的保守选择,因为这指的是相当旧的英特尔酷睿2处理器家族。
尽管如此,Core2仍然支持SSE3和SSSE3的MMX和SSE。要禁用这些功能,请添加:
-mno-mmx -mno-sse -mno-sse2 -mno-sse3 -mno-ssse3发布于 2017-11-30 11:00:41
我觉得John已经回答了这个问题,我会试着提供一些例子。
考虑以下最小程序:
#include <cstring>
void copy(long *dst , const long *src)
{
std::memcpy(dst, src, sizeof(long) * 4);
}使用x86_64上的GCC 7.2 g++ -O2编译后,会产生以下输出:
copy(long*, long const*):
movdqu (%rsi), %xmm0
movups %xmm0, (%rdi)
movdqu 16(%rsi), %xmm0
movups %xmm0, 16(%rdi)
ret使用x86_64上的GCC 7.2 g++ -O2 -mno-sse编译后,会产生以下输出:
copy(long*, long const*):
movq (%rsi), %rax
movq %rax, (%rdi)
movq 8(%rsi), %rax
movq %rax, 8(%rdi)
movq 16(%rsi), %rax
movq %rax, 16(%rdi)
movq 24(%rsi), %rax
movq %rax, 24(%rdi)
ret正如您所看到的,即使是在-O2级别,GCC也能够生成SSE指令。需要单独的标志来抑制这些指令的生成。
同时,GCC 5.4在有和没有-mno-sse标志的情况下生成相同的代码,但它也为-O3优化级别做了同样的事情。
所以你的目标在这里有点误导。在某些情况下,使用-O2标志的超集可能会抑制SSE和类似指令的生成,但这不能保证,因为优化级别仅间接与生成的指令相关。如果您真的想抑制这些,您可以使用-mno-sse标志,但这可能会使您处于不利地位。只需坚持使用-O2 -这样每个人都将处于平等的地位。
我使用https://godbolt.org/来演示这一点。
发布于 2017-11-30 21:26:26
我想补充几点。
你的助教说:
使用-O3的
支持硬加速指令,例如SSE
我认为这是不正确的。看起来-f选项应该是独立于机器的。编译器解析源代码并将其转换为通常称为中间表示(IRs)的东西。然后,编译器对IR本身进行所谓的机器独立优化。然后,从优化的IR生成汇编代码。生成程序集时,将应用一组不同的优化。IR的例子有LLVM IR,Sun IR,GCC gimple tree和/或RTL等。我相信所有现代编译器都有IR。
我相信,GCC的-f选项基本上是要独立于机器的。-m选项用于机器相关的优化。-O2或-O3决定-f选项,这些选项理想情况下是独立于机器的。使用花哨的指令取决于编译器中与机器相关的部分。
在现实中,依赖于机器的世界和独立于机器的世界之间的界限可能并不清晰。
由-O3打开的矢量化将是灰色区域中的优化的一个例子。有些机器不支持SIMD。有些是这样的,但是向量大小,例如,在不同的体系结构中是不同的。下面是我的示例代码:
// code.c
long long int inner_product(int* v0, int* v1, int sz) {
long long int res = 0;
for (int i = 0; i < sz; i++) {
res += (v0[i] * v1[i]);
}
return res;
}如果按如下方式编译:
$ gcc -O3 -S -march=core2 code.c -o code.s -fdump-tree-all Gcc将其矢量化,但向量大小是2个long long int或4个int:
$ cat code.*.optimized | grep 'vector('
vector(2) long long int vect_res_16.21;
vector(2) long long int vect_res_16.19;
vector(2) long long int vect__8.18;
vector(4) int vect__7.17;
vector(4) int vect__6.16;
vector(4) int * vectp_v1.15;
vector(4) int vect__4.13;
vector(4) int * vectp_v0.12;另一方面,如果使用矢量大小比core2大4倍的-march=skylake-avx512编译它,结果将是:
$ gcc -O3 -S -march=skylake-avx512 code.c -o code.s -fdump-tree-all && cat code.*.optimized | grep 'vector('
vector(8) long long int vect_res_16.21;
vector(8) long long int vect_res_16.19;
vector(8) long long int vect__8.18;
vector(16) int vect__7.17;
vector(16) int vect__6.16;
vector(16) int * vectp_v1.15;
vector(16) int vect__4.13;
vector(16) int * vectp_v0.12;请注意,代码生成尚未在此时开始。根据行进值的不同,IR看起来会有所不同。我猜矢量化不是唯一的例子,它显示了这种行为。
尽管如此,我认为将这种优化称为机器依赖是不公平的。典型的机器相关优化是指令调度。它与中间表示几乎没有任何关系。它更多的是关于机器指令和微体系结构。对于灰色区域中那些与机器无关的优化,从概念上讲,编译器可以生成统一的矢量化IR (例如,使向量大小始终为4),并让代码生成器处理它(每个代码生成器可能需要合并或拆分向量操作数)。然而,在实现中,将适当的大小赋予向量操作数在IR级别被认为比在代码生成级别更容易。所以,我猜人们放弃了生活在“想法”的世界里。尽管如此,我相信机器无关的优化还可以被称为机器无关。
您可能需要询问TA不想看到什么样的花哨指令。如果这只是向量指令,那么应该禁用所有与向量相关的标志,但您可以使用-O3。我的示例代码可以用来查看是否还有SIMD指令:
$ gcc -O3 -S code.c
$ cat code.s | egrep xmm如果输出为空,则说明您是好的。
https://stackoverflow.com/questions/47564415
复制相似问题