GCC SSE 手写与生成

GCC SSE Handwritten vs. Generated

我正在研究 SIMD 优化并编写了一个 3 个非常简单的向量 类,并以 2 种不同的方式实现加法,一种是手写组件,一种是使用 _mm_add_ps https://godbolt.org/z/fPAERV。 有趣的是,GCC 无法(或者我没有正确地告诉它 x))使用 SSE 实现 vector2 的加法,只有在明确地将第四个浮点数添加到向量之后(就像在 vector3 中一样)gcc 使用 SEE 指令生成加法,即使我将矢量对齐到 16 字节的边界上。谁能告诉我为什么?

#include <xmmintrin.h>

struct alignas(16) vector final {
  union {
    struct {
      float x, y, z;
    };
    float axes[3];
    __m128 v;
  };

  vector(float x, float y, float z) noexcept : x(x), y(y), z(z) {};
  vector(__m128 v) noexcept : v(v){};
};

vector operator+(const vector& v0, const vector& v1) noexcept {
  return {_mm_add_ps(v0.v, v1.v)};
}

struct alignas(16) vector2 final {
  union {
    struct {
      float x, y, z;
    };
    float axes[3];
    __m128 v;
  };

  vector2(float x, float y, float z) noexcept : x(x), y(y), z(z) {};
  vector2(__m128 v) noexcept : v(v){};
};

vector2 operator+(const vector2& v0, const vector2& v1) noexcept {
  return {v0.x + v1.x, v0.y + v1.y, v0.z + v1.z};
}

struct alignas(16) vector3 final {
  union {
    struct {
      float x, y, z, w;
    };
    float axes[4];
    __m128 v;
  };

  vector3(float x, float y, float z, float w) noexcept : x(x), y(y), z(z), w(w) {};
  vector3(__m128 v) noexcept : v(v){};
};

vector3 operator+(const vector3& v0, const vector3& v1) noexcept {
  return {v0.x + v1.x, v0.y + v1.y, v0.z + v1.z, v0.w + v1.w};
}

使用 gcc9.2 和 -std=c++17 -O3 -Wall -Wextra 生成程序集

operator+(vector const&, vector const&):
        movaps  xmm1, XMMWORD PTR [rsi]
        addps   xmm1, XMMWORD PTR [rdi]
        movdqa  xmm0, xmm1
        movaps  XMMWORD PTR [rsp-24], xmm1
        movq    xmm1, QWORD PTR [rsp-16]
        ret
operator+(vector2 const&, vector2 const&):
        movss   xmm1, DWORD PTR [rdi+4]
        movss   xmm0, DWORD PTR [rdi+8]
        addss   xmm1, DWORD PTR [rsi+4]
        addss   xmm0, DWORD PTR [rsi+8]
        movss   xmm2, DWORD PTR [rdi]
        addss   xmm2, DWORD PTR [rsi]
        movss   DWORD PTR [rsp-20], xmm1
        movss   DWORD PTR [rsp-16], xmm0
        movq    xmm1, QWORD PTR [rsp-16]
        movss   DWORD PTR [rsp-24], xmm2
        movq    xmm0, QWORD PTR [rsp-24]
        ret
operator+(vector3 const&, vector3 const&):
        movaps  xmm0, XMMWORD PTR [rdi]
        addps   xmm0, XMMWORD PTR [rsi]
        movaps  XMMWORD PTR [rsp-40], xmm0
        mov     rax, QWORD PTR [rsp-32]
        movq    xmm0, QWORD PTR [rsp-40]
        movq    xmm1, rax
        mov     QWORD PTR [rsp-16], rax
        ret

"inventing writes" 通常是不允许的,并且会产生令人讨厌的编译器错误。 (因为线程安全,例如踩到另一个线程的写入)。

即使它是联合对象的一部分,GCC 内部可能将最后一个元素视为单独的元素,并且不愿意用 "garbage" 来编写它。所以是的,这是一个错过的优化,您必须手动解决。


一般来说,SIMD 向量不太适合保存 3D 几何向量。理想情况下,您可以构建数据,这样您就可以拥有四个 x 坐标的 __m128 x,以及四个 y 坐标的另一个 __m128 y,等等。然后您可以进行 4 个向量加法在 3 addps 条指令中。更好的是,同时执行 4 个向量长度或使用来自同一向量的 x、y 和 z 的其他操作不涉及任何改组。

请参阅 https://whosebug.com/tags/sse/info for links, especially Slides: SIMD at Insomniac Games (GDC 2015),其中详细介绍了如何有效使用 SIMD 等。

但是可以肯定的是,如果您已经针对可以以不同方式布置数据的情况这样做了,那么在其他情况下您可能只有几个单独的向量并且需要 "float3" 布局,并且仍然可以使用 SIMD 来加快速度。