Considera questo semplice ciclo:
float f(float x[]) {
float p = 1.0;
for (int i = 0; i < 959; i++)
p += 1;
return p;
}
Se compili con gcc 7 (istantanea) o clang (tronco) con -march=core-avx2 -Ofast
te ottieni qualcosa di molto simile a.
.LCPI0_0:
.long 1148190720 # float 960
f: # @f
vmovss xmm0, dword ptr [rip + .LCPI0_0] # xmm0 = mem[0],zero,zero,zero
ret
In altre parole, imposta semplicemente la risposta su 960 senza loop.
Tuttavia, se si modifica il codice in:
float f(float x[]) {
float p = 1.0;
for (int i = 0; i < 960; i++)
p += 1;
return p;
}
L'assembly prodotto esegue effettivamente la somma del ciclo? Ad esempio clang dà:
.LCPI0_0:
.long 1065353216 # float 1
.LCPI0_1:
.long 1086324736 # float 6
f: # @f
vmovss xmm0, dword ptr [rip + .LCPI0_0] # xmm0 = mem[0],zero,zero,zero
vxorps ymm1, ymm1, ymm1
mov eax, 960
vbroadcastss ymm2, dword ptr [rip + .LCPI0_1]
vxorps ymm3, ymm3, ymm3
vxorps ymm4, ymm4, ymm4
.LBB0_1: # =>This Inner Loop Header: Depth=1
vaddps ymm0, ymm0, ymm2
vaddps ymm1, ymm1, ymm2
vaddps ymm3, ymm3, ymm2
vaddps ymm4, ymm4, ymm2
add eax, -192
jne .LBB0_1
vaddps ymm0, ymm1, ymm0
vaddps ymm0, ymm3, ymm0
vaddps ymm0, ymm4, ymm0
vextractf128 xmm1, ymm0, 1
vaddps ymm0, ymm0, ymm1
vpermilpd xmm1, xmm0, 1 # xmm1 = xmm0[1,0]
vaddps ymm0, ymm0, ymm1
vhaddps ymm0, ymm0, ymm0
vzeroupper
ret
Perché è questo e perché è esattamente lo stesso per clang e gcc?
Il limite per lo stesso ciclo se si sostituisce float
con double
è 479. Questo è lo stesso per gcc e clang di nuovo.
Aggiornamento 1
Si scopre che gcc 7 (snapshot) e clang (trunk) si comportano in modo molto diverso. clang ottimizza i loop per tutti i limiti inferiori a 960, per quanto posso dire. gcc d'altra parte è sensibile al valore esatto e non ha un limite superiore. Ad esempio, non ottimizza il ciclo quando il limite è 200 (così come molti altri valori) ma lo fa quando il limite è 202 e 20002 (così come molti altri valori).