你怎样才能让 gcc 完全矢量化这个 sqrt 循环？

Question

如果我接受这个代码

#include <cmath>

void compute_sqrt(const double* x, double* y, int n) {
  int i;
#pragma omp simd linear(i)
  for (i=0; i<n; ++i) {
    y[i] = std::sqrt(x[i]);
  }
}

并用g++ -S -c -O3 -fopenmp-simd -march=cascadelake编译，然后我在循环中得到这样的指令(compiler-explorer)

...
  vsqrtsd %xmm0, %xmm0, %xmm0
...

XMM 是 128 位寄存器，但 cascadelake 支持 avx-512。有没有办法让 gcc 使用 256 (YMM) 或 512 位 (ZMM) 寄存器？

相比之下，ICC 默认为 cascadelake 使用 256 个寄存器：使用 icc -c -S -O3 -march=cascadelake -qopenmp-simd 编译会生成 (compiler-explorer)

...
  vsqrtpd 32(%rdi,%r9,8), %ymm1 #7.12
...

并且您可以添加选项 -qopt-zmm-usage=high 以使用 512 位寄存器 (compiler-explorer)

...
  vrsqrt14pd %zmm4, %zmm1 #7.12
...

Answer 1

如果你添加 -ffast-math 标志，gcc 将使用 YMM 寄存器，例如：

vsqrtpd (%rdi,%rax), %ymm0
vmovupd %ymm0, (%rcx,%rax)

Demo

Answer 2

XMMs are 128 bit registers

更糟糕的是，vsqrtsd 甚至不是向量运算，如末尾的 sd 所示（标量，双精度）。 XMM 寄存器也被这样的标量浮点运算使用，但是只有寄存器的低 64 或 32 位包含有用的数据，其余的都清零了。

缺少的选项是 -fno-math-errno（此标志也由 -ffast-math 暗示，它具有额外的效果）和（可选）-mprefer-vector-width=512.

-fno-math-errno 关闭数学运算的设置 errno，特别是对于平方根，这意味着负输入结果为 NaN without setting errno 到 EDOM。默认情况下，ICC 显然不关心这一点。

-mprefer-vector-width=512 使自动矢量化在有意义时更喜欢 512 位操作。默认情况下，首选 256 位操作，至少对于 cascadelake 和 skylake-avx512 以及其他当前处理器而言，它可能不会为所有未来的处理器保持这种状态。

你怎样才能让 gcc 完全矢量化这个 sqrt 循环？

How can you get gcc to fully vectorize this sqrt loop?

c++

x86

gcc

icc

auto-vectorization