数学'pow'函数gcc的SSE向量化

Question

我试图对包含在数学库中使用'pow'函数的循环进行矢量化.我知道英特尔编译器支持使用'pow'作为sse指令 - 但我似乎无法使用gcc运行(我认为).这是我正在使用的情况:

int main(){
        int i=0;
        float a[256],
        b[256];

        float x= 2.3;


        for  (i =0 ; i<256; i++){
                a[i]=1.5;
        }

        for (i=0; i<256; i++){
                b[i]=pow(a[i],x);
        }

        for (i=0; i<256; i++){
                b[i]=a[i]*a[i];
        }
    return 0;

}

我正在编译以下内容:

gcc -O3 -Wall -ftree-vectorize -msse2 -ftree-vectorizer-verbose=5 code.c -o runthis

这是在使用gcc版本4.2的os X 10.5.8上(我也使用4.5并且无法判断它是否已经向量化了 - 因为它根本没有输出任何内容).似乎没有一个循环矢量化 - 是否存在一个对齐问题或者我需要使用限制的其他问题？如果我将其中一个循环写为函数,我会得到更详细的输出(代码):

void pow2(float *a, float * b, int n) {
        int i;
        for (i=0; i<n; i++){
                b[i]=a[i]*a[i];
        }
}

输出(使用7级详细输出):

note: not vectorized: can't determine dependence between *D.2878_13 and *D.2877_8
bad data dependence.

我查看了gcc自动矢量化页面,但这并没有多大帮助.如果不可能在gcc版本中使用pow,我在哪里可以找到执行pow等效功能的资源(我主要处理整数幂).

编辑所以我只是深入研究其他来源 - 它是如何对此进行矢量化的？!:

void array_op(double * d,int len,double value,void (*f)(double*,double*) ) { 
    for ( int i = 0; i < len; i++ ){
        f(&d[i],&value);
    }
};

相关的gcc输出:

note: Profitability threshold is 3 loop iterations.

note: LOOP VECTORIZED.

那么现在我很茫然 - 'd'和'价值'被gcc不知道的函数修改 - 奇怪？也许我需要更彻底地测试这个部分,以确保矢量化部分的结果是正确的.还在寻找一个矢量化的数学库 - 为什么没有任何开源的数学库？

Answer 1

__restrict在写入输出之前使用或消耗输入(分配到本地变量)应该有所帮助.

就像现在一样,编译器无法进行向量化,因为a可能是别名b,因此并行进行4次乘法并回写4个值可能不正确.

(注意,__restrict不能保证编译器矢量化,但现在可以这么说,肯定不能).

Answer 2

这不是你问题的真正答案; 而是建议如何完全避免这个问题.

你提到你在OS X上; 该平台上已有API提供您正在查看的操作,无需自动向量化.你有没有理由不使用它们？自动矢量化真的很酷,但它需要一些工作,并且通常它不会产生与使用已经为您矢量化的API一样好的结果.

#include <string.h>
#include <Accelerate/Accelerate.h>

int main() {

    int n = 256;
    float a[256],
    b[256];

    // You can initialize the elements of a vector to a set value using memset_pattern:
    float threehalves = 1.5f;
    memset_pattern4(a, &threehalves, 4*n);

    // Since you have a fixed exponent for all of the base values, we will use
    // the vImage gamma functions.  If you wanted to have different exponents
    // for each input (i.e. from an array of exponents), you would use the vForce
    // vvpowf( ) function instead (also part of Accelerate).
    //
    // If you don't need full accuracy, replace kvImageGamma_UseGammaValue with
    // kvImageGamma_UseGammaValue_half_precision to get better performance.
    GammaFunction func = vImageCreateGammaFunction(2.3f, kvImageGamma_UseGammaValue, 0);
    vImage_Buffer src = { .data = a, .height = 1, .width = n, .rowBytes = 4*n };
    vImage_Buffer dst = { .data = b, .height = 1, .width = n, .rowBytes = 4*n };
    vImageGamma_PlanarF(&src, &dst, func, 0);
    vImageDestroyGammaFunction(func);

    // To simply square a instead, use the vDSP_vsq function.
    vDSP_vsq(a, 1, b, 1, n);

    return 0;
}

更一般地说,除非您的算法非常简单,否则自动矢量化不太可能产生很好的结果.根据我的经验,矢量化技术的范围通常看起来像这样:

better performance                                            worse performance
more effort                                                         less effort
+------+------+----------------------+----------------------------+-----------+
|      |      |                      |                            |           |
|      |  use vectorized APIs        |                   auto vectorization   |
|  skilled vector C                  |                              scalar code
hand written assembly       unskilled vector C