提示编译器浮点向量计数可被8整除吗？

Question

static inline void R1_sub_R0(float *vec,  size_t cnt,  float toSubtract){
    for(size_t i=0; cnt; ++i){
        vec[i] -= toSubtract;
    }
}

我知道cnt它将始终被8整除，因此可以通过SSE和AVX将代码矢量化。换句话说，我们可以*vec作为一个__m256类型进行迭代。但是编译器可能不会知道这一点。如何重新向编译器保证此计数被8整除？

这样的事情会有所帮助吗？（如果我们将其粘贴在函数的开头）

assert(((cnt*sizeof(float)) % sizeof(__m256)) ==0 );  //checks that it's "multiple of __m256 type".

当然，我可以简单地将整个内容编写为矢量化代码：

static inline void R1_sub_R0(float *vec,  size_t cnt,  float toSubtract){
    assert(cnt*sizeof(float) % sizeof(__m256) == 0);//check that it's "multiple of __m256 type".
    assert(((uintptr_t)(const void *)(POINTER)) % (16) == 0);//assert that 'vec' is 16-byte aligned

    __m256 sToSubtract = _mm256_set1_ps(toSubtract);
    __m256 *sPtr = (__m256*)vec;
    const __m256 *sEnd = (const __m256*)(vec+cnt);

    for(sPtr;  sPtr != sEnd;  ++sPtr){
        *sPtr = _mm256_sub_ps(*sPtr, sToSubtract);
    }
}

但是，它的运行速度比原始版本慢10％。因此，我只想向编译器提供更多信息。这样，它可以更有效地向量化代码。

Answer 1

提示编译器浮点向量计数可被8整除吗？

您可以通过嵌套另一个循环来半展开循环：

for(size_t i=0; i < cnt; i += 8){
    for(size_t j=0; j < 8; j++){
        vec[i + j] -= toSubtract;
    }
}

编译器可以很容易地看到内部循环具有恒定的迭代次数，并且可以展开它，并且可以选择使用SIMD。

是否提示浮点向量计数为[16字节对齐]的编译器？

这比较棘手。

您可以使用类似：

struct alignas(16) sse {
    float arr[8];
};

 // cnt is now number of structs which is 8th fraction of original cnt
R1_sub_R0(sse *vec,  size_t cnt,  float toSubtract) {
    for(size_t i=0; i < cnt; i ++){
        for(size_t j=0; j < 8; j++){
            vec[i].arr[j] -= toSubtract;
        }
    }

除此之外，还有一些编译器扩展，例如__builtin_assume_aligned可以与普通float数组一起使用的扩展。