OpenMP 原子和非原子 reads/writes 在 x86_64 上产生相同的指令

OpenMP atomic and non-atomic reads/writes produce the same instructions on x86_64

根据 OpenMP 规范 (v4.0),由于 i 的 read/write 不同步,以下程序可能包含数据竞争:

int i{0}; // std::atomic<int> i{0};

void write() {
// #pragma omp atomic write // seq_cst
   i = 1;
}

int read() {
   int j;
// #pragma omp atomic read // seq_cst
   j = i; 
   return j;
}

int main() {
   #pragma omp parallel
   { /* code that calls both write() and read() */ }
}

我想到的可能解决方案在代码中显示为注释:

  1. #pragma omp atomic write/read
  2. 保护 i 的读写
  3. #pragma omp atomic write/read seq_cst
  4. 保护 i 的读写
  5. 使用 std::atomic<int> 而不是 int 作为 i 的类型。

以下是编译器在 x86_64 上生成的指令(在所有情况下都是 -O2):

GNU g++ 4.9.2:               i = 1;        j = i;
original code:               MOV           MOV
#pragma omp atomic:          MOV           MOV
// #pragma omp atomic seq_cst:  MOV           MOV
#pragma omp atomic seq_cst:  MOV+MFENCE    MOV    (see UPDATE)
std::atomic<int>:            MOV+MFENCE    MOV

clang++ 3.5.0:               i = 1;        j = i;
original code:               MOV           MOV
#pragma omp atomic:          MOV           MOV
#pragma omp atomic seq_cst:  MOV           MOV
std::atomic<int>:            XCHG          MOV

Intel icpc 16.0.1:           i = 1;        j = i;
original code:               MOV           MOV
#pragma omp atomic:          *             *
#pragma omp atomic seq_cst:  *             *
std::atomic<int>:            XCHG          MOV

* Multiple instructions with calls to __kmpc_atomic_xxx functions.

我想知道为什么 GNU/clang 编译器不为 #pragma omp atomic 写入生成任何特殊指令。我期望与 std::atomic 类似的说明,即 MOV+MFENCEXCHG。有什么解释吗?

更新

g++ 5.3.0 为 #pragma omp atomic write seq_cst 生成 MFENCE。我相信这是正确的行为。没有 seq_cst,它会产生普通的 MOV,这对于非 SC 原子性来说已经足够了。

我的 Makefile 中有一个错误,g++ 4.9.2 也会为 CS 原子写入生成 MFENCE。对不起大家。

Clang 3.5.0 未实现 OpenMP SC 原子,感谢 Hristo Iliev 指出这一点。

有两种可能。

  1. 编译器没有义务将包含数据竞争的 C++ 代码转换为错误的机器代码。根据机器内存模型,通常使用的指令可能已经是原子的和连贯的。将相同的 C++ 代码带到另一个体系结构中,您可能会开始看到 pragma 导致 x86_64.

  2. 上不存在的差异
  3. 除了可能导致使用不同的指令 and/or 额外的内存栅栏指令外,原子编译指示(以及 std::atomicvolatile)还限制了编译器自己的代码重新排序优化。它们可能不适用于您的简单情况,但您肯定会看到公共子表达式消除,包括循环外的提升计算,可能会受到影响。