当为不同的处理器编译时，程序是否可以使用（显着）更少的内存？
Can programs use (significantly) less memory when compiled for different processors?
我有一个正在为 AMD64 编译的 C++ 程序。当然，不同的处理器，尽管是 AMD64，但支持不同的功能和指令，因为它们实现了不同的微体系结构。为自己的机器优化程序的一种简单方法是仅在 Clang 或 GCC 中使用 -march=native，但就分发而言，这不是很便携。一种更便携的解决方案是挑选特定的目标功能。
这显然会影响性能（有些处理器支持 AVX-512，有些不支持，有些支持 AVX2，有些不支持，等等），但这会影响内存使用吗（heap/stack，不是代码尺寸）在任何重要方面？
不同的对齐规则或类型宽度是您获得差异的两种主要方式，但 -march= 不会改变这一点，在同一 ISA 上针对同一 ABI 进行编译时不会。 （否则 -march=skylake-avx512 代码无法调用 -march=sandybridge 代码，反之亦然，如果他们不同意结构布局。）
针对不同的 ABI 进行编译可以节省 space，尤其是在指针密集型数据结构中。特别是 ILP32 ABI，例如 Linux x32 有 4 个字节指针而不是 8 个，所以 struct foo { foo *next; int val; }; 是 8 个字节而不是 16 个字节（填充后使 sizeof(foo) 成为 alignof(foo) 的倍数它继承自需要 8 字节对齐的指针）。但这不适用于 100GB 数据的用例； 32 位指针将您限制为 4GiB 地址 space.
自动向量化时，-march= 可能会对 stack space 产生一些小的影响。例如为了 spill/reload ZMM 向量，函数可能将堆栈对齐 64。
或者对于较旧的 GCC，即使最终的 asm 实际上没有将任何向量存储或加载到堆栈帧，也要对齐。但这最多是每层函数嵌套额外 56 字节的浪费堆栈 space，而作为调用约定的一部分可以免费获得 16 字节对齐。
GCC / clang 的优化器不会 AFAIK 进行任何更改动态分配大小的优化。 Clang 有时可以完全在函数中优化动态分配，例如创建和销毁 std::vector<float> foo(100); 并且可以优化对它的所有访问。 （例如，将常量存储到向量中然后将它们读回，它可以优化它然后也消除分配。或者甚至没有使用的 std::vector。）
如果您最终分配了一些内存页面但未完全使用，可能是一个更擅长减少内部碎片的不同分配器库可以节省 space。但这不是 -march= 影响的东西。
我有一个正在为 AMD64 编译的 C++ 程序。当然，不同的处理器，尽管是 AMD64，但支持不同的功能和指令，因为它们实现了不同的微体系结构。为自己的机器优化程序的一种简单方法是仅在 Clang 或 GCC 中使用 -march=native，但就分发而言，这不是很便携。一种更便携的解决方案是挑选特定的目标功能。
这显然会影响性能（有些处理器支持 AVX-512，有些不支持，有些支持 AVX2，有些不支持，等等），但这会影响内存使用吗（heap/stack，不是代码尺寸）在任何重要方面？
不同的对齐规则或类型宽度是您获得差异的两种主要方式，但 -march= 不会改变这一点，在同一 ISA 上针对同一 ABI 进行编译时不会。 （否则 -march=skylake-avx512 代码无法调用 -march=sandybridge 代码，反之亦然，如果他们不同意结构布局。）
针对不同的 ABI 进行编译可以节省 space，尤其是在指针密集型数据结构中。特别是 ILP32 ABI，例如 Linux x32 有 4 个字节指针而不是 8 个，所以 struct foo { foo *next; int val; }; 是 8 个字节而不是 16 个字节（填充后使 sizeof(foo) 成为 alignof(foo) 的倍数它继承自需要 8 字节对齐的指针）。但这不适用于 100GB 数据的用例； 32 位指针将您限制为 4GiB 地址 space.
自动向量化时，
-march= 可能会对 stack space 产生一些小的影响。例如为了 spill/reload ZMM 向量，函数可能将堆栈对齐 64。
或者对于较旧的 GCC，即使最终的 asm 实际上没有将任何向量存储或加载到堆栈帧，也要对齐。但这最多是每层函数嵌套额外 56 字节的浪费堆栈 space，而作为调用约定的一部分可以免费获得 16 字节对齐。
GCC / clang 的优化器不会 AFAIK 进行任何更改动态分配大小的优化。 Clang 有时可以完全在函数中优化动态分配，例如创建和销毁 std::vector<float> foo(100); 并且可以优化对它的所有访问。 （例如，将常量存储到向量中然后将它们读回，它可以优化它然后也消除分配。或者甚至没有使用的 std::vector。）
如果您最终分配了一些内存页面但未完全使用，可能是一个更擅长减少内部碎片的不同分配器库可以节省 space。但这不是 -march= 影响的东西。