Mac和相对强大的桌面之间令人费解的性能差异

Question

编写这段代码的初衷是测量整个数组由函数操作而不是操作数组的各个元素时的性能差异.

即比较以下两个陈述:

function_vector(x, y, z, n); 

VS

for(int i=0; i<n; i++){
        function_scalar(x[i], y[i], z[i]);
}

function_*一些实质但相同的计算在哪里.

随着-ffast-math开机后,标版本大约是2倍快上我已经测试在多台机器.

然而,令人费解的是两台不同机器上的时序比较,两者都使用gcc 6.3.0:

# on desktop with Intel-Core-i7-4930K-Processor-12M-Cache-up-to-3_90-GHz
g++ loop_test.cpp -o loop_test -std=c++11 -O3
./loop_test 
vector time = 12.3742 s
scalar time = 10.7406 s

g++ loop_test.cpp -o loop_test -std=c++11 -O3 -ffast-math
./loop_test 
vector time = 11.2543 s
scalar time = 5.70873 s


# on mac with Intel-Core-i5-4258U-Processor-3M-Cache-up-to-2_90-GHz
g++ loop_test.cpp -o loop_test -std=c++11 -O3
./loop_test 
vector time = 2.89193 s
scalar time = 1.87269 s

g++ loop_test.cpp -o loop_test -std=c++11 -O3 -ffast-math
./loop_test 
vector time = 2.38422 s
scalar time = 0.995433 s

无论如何,第一台机器在高速缓存大小,时钟速度等方面都是优越的.在第二台机器上代码运行速度仍然快5倍.

题:

这可以解释一下吗？或者我在这里做错了什么？

链接到代码:https://gist.github.com/anandpratap/262a72bd017fdc6803e23ed326847643

编辑

在ShadowRanger的评论之后,我添加了__restrict__关键字to function_vector和-march=nativecompilation标志.这给出了:

# on desktop with Intel-Core-i7-4930K-Processor-12M-Cache-up-to-3_90-GHz
vector time = 1.3767 s
scalar time = 1.28002 s

# on mac with Intel-Core-i5-4258U-Processor-3M-Cache-up-to-2_90-GHz 
vector time = 1.05206 s
scalar time = 1.07556 s

Answer 1

指针别名可能会限制向量​​化情况下的优化。

尝试将 的声明更改function_vector为：

void function_vector(double *__restrict__ x, double *__restrict__ y, double *__restrict__ z, const int n){

使用对与C99关键字匹配的功能的g++非标准支持。restrict

如果没有它，function_vector可能必须假设写入可能x[i]会修改y或中的值z，因此它无法进行预读来获取值。