这个矢量化代码如何不覆盖内存？

Question

拿这个代码。

#include <stdlib.h>

int main(int argc , char **argv) {
    int *x = malloc(argc*sizeof(int));
    
    for (int i = 0; i < argc; ++i) {
        x[i] = argc;
    }

    int t = 0;
    for (int i = 0; i < argc; ++i) {
        t += x[i];
    }

    free(x);
    return t;

这个循环

for (int i = 0; i < argc; ++i) {
        x[i] = argc;
}

向量化为

        movdqu  xmmword ptr [rax + 4*rdx], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 16], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 32], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 48], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 64], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 80], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 96], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 112], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 128], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 144], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 160], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 176], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 192], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 208], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 224], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 240], xmm0

https://godbolt.org/z/33vvonojd

我读这个的方式是在 256 字节的内存块中进行矢量化。考虑到我malloc的体型argc*sizeof(int)没有那么大，这怎么可能？这不会覆盖我分配的内存吗？

Answer 1

它会运行，这就是为什么它不适用于小型 argc。

注意所有的条件分支到达该大（过于激进）展开的块之前，特别jmp .LBB0_12在落式通过从路径cmp ebx, 7/ ja .LBB0_4。

还要注意 .LBB0_10 处的较小循环，它由 2 个向量展开。（根本没有 16 字节的循环循环，只有 256、32 和标量，这似乎是不明智的，但这就是 clang 所做的。）

有一些逻辑来运行（或不运行）循环的自动向量化版本是 100% 标准的，并且在编译时无法证明循环甚至可以运行一个完整向量时是必要的。找到最大的代码块是您查看大输入可能会发生什么所需要做的全部工作，但是如果您想检查正确性，您显然必须考虑哪些循环可能运行 0 次迭代。