为什么使用浮点类型时，O3优化不提高性能？ [英] Why O3 optimization does not improve the performance when using float type?
问题描述
我编译相应的 乘法之前，我调换的，因为某些原因，第二个矩阵。矩阵的尺寸是128×128和 C 实施两个浮动和 INT 当我编译它们 O2 几乎每一件事情都是一样的，但是当我使用 O3 标志使用自动向量化能力两者产生变异的速度提升。我看到大会放出来，发现差异，但我不知道为什么编译 GCC 这样吗？之间是什么原因和差异浮动键入和 INT 键入<？/ p> O2 标INT执行速度可达5.4在同一实现时启用 O3 标记和浮动实施加速是咬人几乎 0.94 。结果
诠释组件从放：
.L2：
vmovdqa 448（％RDI），％ymm0
MOVL $ c_tra，EAX％
MOVQ％R8，RDX％
vmovdqa（％RDI），％ymm15
vmovdqa％ymm0，-48（％RSP）
vmovdqa 480（％RDI），％ymm0
vmovdqa 32（％RDI），％ymm14
vmovdqa 64（％RDI），％ymm13
vmovdqa 96（％RDI），％ymm12
vmovdqa 128（％RDI），％ymm11
vmovdqa 160（％RDI），％ymm10
vmovdqa 192（％RDI），％ymm9
vmovdqa 224（％RDI），％ymm8
vmovdqa 256（％RDI），％ymm7
vmovdqa 288（％RDI），％ymm6
vmovdqa 320（％RDI），％ymm5
vmovdqa 352（％RDI），％ymm4
vmovdqa 384（％RDI），％ymm3
vmovdqa 416（％RDI），％ymm2
vmovdqa％ymm0，-80（％RSP）
.p2align 4日，10
.p2align 3
.L5：
vpmulld 32（％RAX），％ymm14，％ymm0
vpmulld（RAX％），％ymm15，％ymm1
vpaddd％ymm0，％ymm1，％ymm1
vpmulld 64（％RAX），％ymm13，％ymm0
vpaddd％ymm0，％ymm1，％ymm1
vpmulld 96（％RAX），％ymm12，％ymm0
vpaddd％ymm0，％ymm1，％ymm1
vpmulld 128（RAX％），％ymm11，％ymm0
vpaddd％ymm0，％ymm1，％ymm1
vpmulld 160（RAX％），％ymm10，％ymm0
vpaddd％ymm0，％ymm1，％ymm1
vpmulld 192（RAX％），％ymm9，％ymm0
vpaddd％ymm0，％ymm1，％ymm1
vpmulld 224（RAX％），％ymm8，％ymm0
vpaddd％ymm0，％ymm1，％ymm1
vpmulld 256（RAX％），％ymm7，％ymm0
vpaddd％ymm0，％ymm1，％ymm1
vpmulld 288（RAX％），％ymm6，％ymm0
vpaddd％ymm0，％ymm1，％ymm1
vpmulld 320（RAX％），％ymm5，％ymm0
vpaddd％ymm0，％ymm1，％ymm1
vpmulld 352（RAX％），％ymm4，％ymm0
vpaddd％ymm0，％ymm1，％ymm1
vpmulld 384（RAX％），％ymm3，％ymm0
vpaddd％ymm0，％ymm1，％ymm1
vpmulld 416（RAX％），％ymm2，％ymm0
vpaddd％ymm0，％ymm1，％ymm1
vmovdqa -48（％RSP），％ymm0
addq $ 512％RAX
addq $ 4％的RDX
vpmulld -64（RAX％），％ymm0，％ymm0
vpaddd％ymm0，％ymm1，％ymm0
vmovdqa -80（％RSP），％ymm1
vpmulld -32（RAX％），％ymm1，％ymm1
vpaddd％ymm0，％ymm1，％ymm1
vmovdqa％将xmm1，％XMM0
vextracti128 $为0x1，％ymm1，xmm1中的％
vpextrd $ 1，％XMM0，ESI％
vpextrd $ 0％XMM0，ECX％
ADDL％ESI，ECX％
vpextrd $ 2％XMM0，ESI％
ADDL％ESI，ECX％
vpextrd $ 3％XMM0，ESI％
ADDL％ESI，ECX％
vpextrd $ 0％将xmm1，ESI％
ADDL％ESI，ECX％
vpextrd $ 1，％将xmm1，ESI％
ADDL％ESI，ECX％
vpextrd $ 2％将xmm1，ESI％
ADDL％ESI，ECX％
vpextrd $ 3％将xmm1，ESI％
ADDL％ESI，ECX％
MOVL％ECX，-4（％RDX）
cmpq $ c_tra + 65536％RAX
JNE .L5
addq $ 512％R8
addq $ 512％RDI
cmpq $ c_result + 65536％R8
JNE .L2
浮子组件出放：
.L2：
xorl％ESI，ESI％
.p2align 4日，10
.p2align 3
.L7：
MOVQ％RDI，RSI％
xorl％EAX，EAX％
xorl％EDX，EDX％
salq $ 5％RSI
.p2align 4日，10
.p2align 3
.L5：
vcvtsi2ss％EDX，％XMM0，％XMM0
vmovss一个（RCX％，％RAX），％XMM2
vfmadd231ss c_tra（RSI％，％RAX），％XMM2，％XMM0
addq $ 4％RAX
vcvttss2si％XMM0，EDX％
cmpq $ 128，RAX％
JNE .L5
vcvtsi2ss％EDX，％XMM0，％XMM0
vmovss％XMM0，c_result（RCX％，％RDI）
addq $ 4％RDI
cmpq $ 128，％RDI
JNE .L7
这可以看出， vcvttss2si 和 vcvtsi2ss 限制自动向量化我这种转换和经销商的矢量化标记 Ofast 矢量程序自动改变了一些变量prevent。因此，答案是自动矢量具有与转换问题。
I compiled the corresponding C implementation of two float and int matrix multiplication program when I compile them in O2 almost every thing is the same but when I use O3 flag to use auto vectorization capability both of them yield variant speedups. I see the assembly out put and found out the differences but I don't know why GCC compiled like this? what is the reason and differences between float type and int type ?
Before the multiplication I transposed the second matrix because of some reasons. size of the matrices are 128x128 and the speed up of O2 scalar int implementation is 5.4 over the same implementation when I enable O3 flag and for float implementation speedup is a bite worse almost 0.94.
Int assembly out put:
.L2:
vmovdqa 448(%rdi), %ymm0
movl $c_tra, %eax
movq %r8, %rdx
vmovdqa (%rdi), %ymm15
vmovdqa %ymm0, -48(%rsp)
vmovdqa 480(%rdi), %ymm0
vmovdqa 32(%rdi), %ymm14
vmovdqa 64(%rdi), %ymm13
vmovdqa 96(%rdi), %ymm12
vmovdqa 128(%rdi), %ymm11
vmovdqa 160(%rdi), %ymm10
vmovdqa 192(%rdi), %ymm9
vmovdqa 224(%rdi), %ymm8
vmovdqa 256(%rdi), %ymm7
vmovdqa 288(%rdi), %ymm6
vmovdqa 320(%rdi), %ymm5
vmovdqa 352(%rdi), %ymm4
vmovdqa 384(%rdi), %ymm3
vmovdqa 416(%rdi), %ymm2
vmovdqa %ymm0, -80(%rsp)
.p2align 4,,10
.p2align 3
.L5:
vpmulld 32(%rax), %ymm14, %ymm0
vpmulld (%rax), %ymm15, %ymm1
vpaddd %ymm0, %ymm1, %ymm1
vpmulld 64(%rax), %ymm13, %ymm0
vpaddd %ymm0, %ymm1, %ymm1
vpmulld 96(%rax), %ymm12, %ymm0
vpaddd %ymm0, %ymm1, %ymm1
vpmulld 128(%rax), %ymm11, %ymm0
vpaddd %ymm0, %ymm1, %ymm1
vpmulld 160(%rax), %ymm10, %ymm0
vpaddd %ymm0, %ymm1, %ymm1
vpmulld 192(%rax), %ymm9, %ymm0
vpaddd %ymm0, %ymm1, %ymm1
vpmulld 224(%rax), %ymm8, %ymm0
vpaddd %ymm0, %ymm1, %ymm1
vpmulld 256(%rax), %ymm7, %ymm0
vpaddd %ymm0, %ymm1, %ymm1
vpmulld 288(%rax), %ymm6, %ymm0
vpaddd %ymm0, %ymm1, %ymm1
vpmulld 320(%rax), %ymm5, %ymm0
vpaddd %ymm0, %ymm1, %ymm1
vpmulld 352(%rax), %ymm4, %ymm0
vpaddd %ymm0, %ymm1, %ymm1
vpmulld 384(%rax), %ymm3, %ymm0
vpaddd %ymm0, %ymm1, %ymm1
vpmulld 416(%rax), %ymm2, %ymm0
vpaddd %ymm0, %ymm1, %ymm1
vmovdqa -48(%rsp), %ymm0
addq $512, %rax
addq $4, %rdx
vpmulld -64(%rax), %ymm0, %ymm0
vpaddd %ymm0, %ymm1, %ymm0
vmovdqa -80(%rsp), %ymm1
vpmulld -32(%rax), %ymm1, %ymm1
vpaddd %ymm0, %ymm1, %ymm1
vmovdqa %xmm1, %xmm0
vextracti128 $0x1, %ymm1, %xmm1
vpextrd $1, %xmm0, %esi
vpextrd $0, %xmm0, %ecx
addl %esi, %ecx
vpextrd $2, %xmm0, %esi
addl %esi, %ecx
vpextrd $3, %xmm0, %esi
addl %esi, %ecx
vpextrd $0, %xmm1, %esi
addl %esi, %ecx
vpextrd $1, %xmm1, %esi
addl %esi, %ecx
vpextrd $2, %xmm1, %esi
addl %esi, %ecx
vpextrd $3, %xmm1, %esi
addl %esi, %ecx
movl %ecx, -4(%rdx)
cmpq $c_tra+65536, %rax
jne .L5
addq $512, %r8
addq $512, %rdi
cmpq $c_result+65536, %r8
jne .L2
Float assembly out put:
.L2:
xorl %esi, %esi
.p2align 4,,10
.p2align 3
.L7:
movq %rdi, %rsi
xorl %eax, %eax
xorl %edx, %edx
salq $5, %rsi
.p2align 4,,10
.p2align 3
.L5:
vcvtsi2ss %edx, %xmm0, %xmm0
vmovss a(%rcx,%rax), %xmm2
vfmadd231ss c_tra(%rsi,%rax), %xmm2, %xmm0
addq $4, %rax
vcvttss2si %xmm0, %edx
cmpq $128, %rax
jne .L5
vcvtsi2ss %edx, %xmm0, %xmm0
vmovss %xmm0, c_result(%rcx,%rdi)
addq $4, %rdi
cmpq $128, %rdi
jne .L7
It could be seen that vcvttss2si and vcvtsi2ss restrict the auto vectorization I changed some variable to prevent this conversion and auto vectorization flag Ofast vectorized the program automatically. So the answer is auto-vectorization has a problem with the conversions.
这篇关于为什么使用浮点类型时，O3优化不提高性能？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
