这个矢量化代码如何不覆盖内存？

Question

接受这个代码。

#include <stdlib.h>

int main(int argc , char **argv) {
    int *x = malloc(argc*sizeof(int));
    
    for (int i = 0; i < argc; ++i) {
        x[i] = argc;
    }

    int t = 0;
    for (int i = 0; i < argc; ++i) {
        t += x[i];
    }

    free(x);
    return t;

这个循环

for (int i = 0; i < argc; ++i) {
        x[i] = argc;
}

向量化为

        movdqu  xmmword ptr [rax + 4*rdx], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 16], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 32], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 48], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 64], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 80], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 96], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 112], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 128], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 144], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 160], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 176], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 192], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 208], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 224], xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 240], xmm0

https://godbolt.org/z/33vvonojd

按照我的理解，它在 256 字节的内存块中进行矢量化。考虑到我的 malloc 大小 argc*sizeof(int) 没有那么大，这怎么可能？那不会覆盖我分配的内存吗？

Answer 1

如果运行会，这就是为什么它不会用于小 argc。

注意所有条件 b运行在到达那个大的（过度激进的）展开块之前的所有条件，特别是 jmp .LBB0_12 在 cmp ebx, 7 / [=12= 的下降路径中].

另请注意 .LBB0_10 处的较小循环，它由 2 个向量展开。（根本没有 16 字节的汇总循环似乎是不明智的，只有 256、32 和标量，但这就是 clang 所做的。）

有一些逻辑运行（或没有）循环的自动矢量化版本是 100% 标准的，并且当在编译时无法证明循环甚至运行为一个完整的向量。找到最大的代码块是您需要做的所有事情，以查看 large 输入可能会发生什么，但是如果您想检查正确性，您显然必须考虑哪些循环可能运行 0 次迭代。

这个矢量化代码如何不覆盖内存？

How does this vectorized code not overwrite memory?

c

compiler-construction

simd

clang

auto-vectorization