使用 g++ 5.3.1 编译的程序运行速度比使用 g++ 4.8.4 编译的相同程序慢 3 倍，相同的命令

Question

最近，我开始使用 Ubuntu 16.04 和 g++ 5.3.1，并检查我的程序运行s 3 倍慢 。在此之前，我使用过 Ubuntu 14.04，g++ 4.8.4。我使用相同的命令构建它：CFLAGS = -std=c++11 -Wall -O3.

我的程序包含循环，充满了数学调用（sin、cos、exp）。你可以找到它 here.

我尝试使用不同的优化标志（O0、O1、O2、O3、Ofast）进行编译，但在所有情况下都会重现问题（使用 Ofast 两种变体运行更快，但第一个运行s 仍然慢 3 倍）。

在我的程序中我使用libtinyxml-dev、libgslcblas。但是它们在两种情况下都具有相同的版本，并且在性能方面（根据代码和 callgrind 分析）在程序中没有任何重要作用。

我已经进行了分析，但它并没有告诉我为什么会发生这种情况。 Kcachegrind comparison (left is slower)。我只注意到现在程序使用 libm-2.23 与 libm-2.19 相比 Ubuntu 14.04.

我的处理器是 i7-5820，Haswell。

我不知道为什么它变慢了。你有什么想法吗？

P.S。您可以在下面找到最耗时的函数：

void InclinedSum::prepare3D()
{
double buf1, buf2;
double sum_prev1 = 0.0, sum_prev2 = 0.0;
int break_idx1, break_idx2; 
int arr_idx;

for(int seg_idx = 0; seg_idx < props->K; seg_idx++)
{
    const Point& r = well->segs[seg_idx].r_bhp;

    for(int k = 0; k < props->K; k++)
    {
        arr_idx = seg_idx * props->K + k;
        F[arr_idx] = 0.0;

        break_idx2 = 0;

        for(int m = 1; m <= props->M; m++)
        {
            break_idx1 = 0;

            for(int l = 1; l <= props->L; l++)
            {
                buf1 = ((cos(M_PI * (double)(m) * well->segs[k].r1.x / props->sizes.x - M_PI * (double)(l) * well->segs[k].r1.z / props->sizes.z) -
                            cos(M_PI * (double)(m) * well->segs[k].r2.x / props->sizes.x - M_PI * (double)(l) * well->segs[k].r2.z / props->sizes.z)) /
                        ( M_PI * (double)(m) * tan(props->alpha) / props->sizes.x + M_PI * (double)(l) / props->sizes.z ) + 
                            (cos(M_PI * (double)(m) * well->segs[k].r1.x / props->sizes.x + M_PI * (double)(l) * well->segs[k].r1.z / props->sizes.z) -
                            cos(M_PI * (double)(m) * well->segs[k].r2.x / props->sizes.x + M_PI * (double)(l) * well->segs[k].r2.z / props->sizes.z)) /
                        ( M_PI * (double)(m) * tan(props->alpha) / props->sizes.x - M_PI * (double)(l) / props->sizes.z )
                            ) / 2.0;

                buf2 = sqrt((double)(m) * (double)(m) / props->sizes.x / props->sizes.x + (double)(l) * (double)(l) / props->sizes.z / props->sizes.z);

                for(int i = -props->I; i <= props->I; i++)
                {   

                    F[arr_idx] += buf1 / well->segs[k].length / buf2 *
                        ( exp(-M_PI * buf2 * fabs(r.y - props->r1.y + 2.0 * (double)(i) * props->sizes.y)) - 
                        exp(-M_PI * buf2 * fabs(r.y + props->r1.y + 2.0 * (double)(i) * props->sizes.y)) ) *
                        sin(M_PI * (double)(m) * r.x / props->sizes.x) * 
                        cos(M_PI * (double)(l) * r.z / props->sizes.z);
                }

                if( fabs(F[arr_idx] - sum_prev1) > F[arr_idx] * EQUALITY_TOLERANCE )
                {
                    sum_prev1 = F[arr_idx];
                    break_idx1 = 0;
                } else
                    break_idx1++;

                if(break_idx1 > 1)
                {
                    //std::cout << "l=" << l << std::endl;
                    break;
                }
            }

            if( fabs(F[arr_idx] - sum_prev2) > F[arr_idx] * EQUALITY_TOLERANCE )
            {
                sum_prev2 = F[arr_idx];
                break_idx2 = 0;
            } else
                break_idx2++;

            if(break_idx2 > 1)
            {
                std::cout << "m=" << m << std::endl;
                break;
            }
        }
    }
}
}

进一步调查。我写了下面的简单程序：

#include <cmath>
#include <iostream>
#include <chrono>

#define CYCLE_NUM 1E+7

using namespace std;
using namespace std::chrono;

int main()
{
    double sum = 0.0;

    auto t1 = high_resolution_clock::now();
    for(int i = 1; i < CYCLE_NUM; i++)
    {
        sum += sin((double)(i)) / (double)(i);
    }
    auto t2 = high_resolution_clock::now();

    microseconds::rep t = duration_cast<microseconds>(t2-t1).count();

    cout << "sum = " << sum << endl;
    cout << "time = " << (double)(t) / 1.E+6 << endl;

    return 0;
}

我真的很想知道为什么这个简单的示例程序在 g++ 4.8.4 libc-2.19 (libm-2.19) 下比在 g++ 5.3.1 libc-2.23 (libm-2.23) 下快 2.5。

编译命令是：

g++ -std=c++11 -O3 main.cpp -o sum

使用其他优化标志不会改变比率。

我怎么知道是谁，gcc 或 libc，拖慢了程序？

Answer 1

要获得真正准确的答案，您可能需要 libm 维护者来查看您的问题。但是，这是我的看法 - 将其作为草稿，如果我发现其他内容，我会将其添加到此答案中。

首先看一下GCC生成的asm，在gcc 4.8.2 and gcc 5.3之间。只有4处不同：

在开头，xorpd 被转换为 pxor，对于相同的寄存器
在从 int 到 double (cvtsi2sd)

pxor xmm1, xmm1

a movsd 刚好在转换之前移动了
加法 (addsd) 被移动到比较 (ucomisd) 之前

所有这些可能都不足以导致性能下降。拥有一个好的分析器（例如英特尔）可能会更有说服力，但我没有权限。

现在，存在对 sin 的依赖，让我们看看发生了什么变化。问题是首先要确定您使用的平台...glibc 的 sysdeps（定义 sin 的地方）中有 17 个不同的子文件夹，所以我选择了 x86_64 一个。

首先，处理器功能的处理方式发生了变化，例如 glibc/sysdeps/x86_64/fpu/multiarch/s_sin.c 用于在 2.19 中检查 FMA / AVX，但在 2.23 中它是在外部完成的。可能存在未正确报告功能的错误，导致不使用 FMA 或 AVX。然而，我认为这个假设不太合理。

其次，在.../x86_64/fpu/s_sinf.S中，唯一的修改（版权更新除外）更改了堆栈偏移量，将其对齐到 16 个字节； sincos 同上。不确定它会产生巨大的不同。

但是，2.23 为矢量化版本的数学函数添加了大量源代码，有些使用 AVX512 - 您的处理器可能不支持它，因为它确实是新的。也许 libm 尝试使用此类扩展，并且由于您没有它们，所以回退到通用版本？

编辑： 我尝试用 gcc 4.8.5 编译它，但为此我需要重新编译 glibc-2.19。目前我不能link，因为：

/usr/lib/gcc/x86_64-linux-gnu/4.8/../../../x86_64-linux-gnu/libm.a(s_sin.o): in function « __cos »:
(.text+0x3542): undefined reference to « _dl_x86_cpu_features »
/usr/lib/gcc/x86_64-linux-gnu/4.8/../../../x86_64-linux-gnu/libm.a(s_sin.o): in function « __sin »:
(.text+0x3572): undefined reference to « _dl_x86_cpu_features »

我会尝试解决这个问题，但事先请注意，这个符号很可能负责根据处理器选择正确的优化版本，这可能是性能下降的一部分。

Answer 2

这是 glibc 中的一个错误，影响版本 2.23（在 Ubuntu 16.04 中使用）和 2.24 的早期版本（例如 Fedora 和 Debian 已经包含不再受影响的补丁版本，Ubuntu 16.10 和 17.04 还没有）。

减速源于 SSE 到 AVX 寄存器转换惩罚。请在此处查看 glibc 错误报告：https://sourceware.org/bugzilla/show_bug.cgi?id=20495

Oleg Strikov 在他的 Ubuntu 错误报告中进行了相当广泛的分析：https://bugs.launchpad.net/ubuntu/+source/glibc/+bug/1663280

如果没有补丁，有多种可能的解决方法：您可以静态编译问题（即添加 -static），或者您可以通过在程序执行期间设置环境变量 LD_BIND_NOW 来禁用惰性绑定.同样，上述错误报告中有更多详细信息。

使用 g++ 5.3.1 编译的程序运行速度比使用 g++ 4.8.4 编译的相同程序慢 3 倍，相同的命令

The program runs 3 times slower when compiled with g++ 5.3.1 than the same program compiled with g++ 4.8.4, the same command

c++

ubuntu

performance

gcc5