如何让 gcc 完全矢量化这个 sqrt 循环？

Question

如果我接受这个代码

#include <cmath>

void compute_sqrt(const double* x, double* y, int n) {
  int i;
#pragma omp simd linear(i)
  for (i=0; i<n; ++i) {
    y[i] = std::sqrt(x[i]);
  }
}

并使用 进行编译g++ -S -c -O3 -fopenmp-simd -march=cascadelake，然后我在循环中得到这样的指令（编译器-资源管理器）

...
  vsqrtsd %xmm0, %xmm0, %xmm0
...

XMM 是 128 位寄存器，但 Cascadelake 支持 avx-512。有没有办法让 gcc 使用 256 (YMM) 或 512 位 (ZMM) 寄存器？

相比之下，ICC 默认使用 256 个寄存器进行 Cascadelake：使用icc -c -S -O3 -march=cascadelake -qopenmp-simdProduces 进行编译 ( compiler-explorer )

...
  vsqrtpd 32(%rdi,%r9,8), %ymm1 #7.12
...

-qopt-zmm-usage=high并且您可以添加使用 512 位寄存器的选项（编译器-资源管理器）

...
  vrsqrt14pd %zmm4, %zmm1 #7.12
...

Answer 1

XMM 是 128 位寄存器

更糟糕的是，它vsqrtsd甚至不是向量运算，如sd末尾所示（标量，双精度）。XMM 寄存器也可用于标量浮点运算，但只有寄存器的低 64 或 32 位包含有用数据，其余部分被清零。

缺少的选项是-fno-math-errno（此标志也由 暗示-ffast-math，它具有附加效果）和（可选）-mprefer-vector-width=512。

-fno-math-errno关闭errno数学运算的设置，特别是对于平方根，这意味着负输入会导致 NaN而不设置errno为EDOM。ICC默认情况下显然并不关心这一点。

-mprefer-vector-width=512使自动向量化在有意义时更喜欢 512 位操作。默认情况下，256 位操作是首选，至少对于当前的其他处理器cascadelake而言是skylake-avx512这样，但对于所有未来的处理器来说，它可能不会保持这种状态。