对纯 C++ 函数进行基准测试
Benchmarking a pure C++ function
如何防止 GCC/Clang 内联和优化纯函数的多次调用?
我正在尝试对这种形式的代码进行基准测试
int __attribute__ ((noinline)) my_loop(int const* array, int len) {
// Use array to compute result.
}
我的基准代码看起来像这样:
int main() {
const int number = 2048;
// My own aligned_malloc implementation.
int* input = (int*)aligned_malloc(sizeof(int) * number, 32);
// Fill the array with some random numbers.
make_random(input, number);
const int num_runs = 10000000;
for (int i = 0; i < num_runs; i++) {
const int result = my_loop(input, number); // Call pure function.
}
// Since the program exits I don't free input.
}
正如预期的那样,Clang 似乎能够将其变成 O2 的空操作(甚至可能在 O1)。
我尝试对我的实施进行实际基准测试的几件事是:
将中间结果累加成一个整数,最后打印结果:
const int num_runs = 10000000;
uint64_t total = 0;
for (int i = 0; i < num_runs; i++) {
total += my_loop(input, number); // Call pure function.
}
printf("Total is %llu\n", total);
遗憾的是,这似乎不起作用。 Clang 至少足够聪明,可以意识到这是一个纯函数,并将基准转换为如下形式:
int result = my_loop();
uint64_t total = num_runs * result;
printf("Total is %llu\n", total);
在每次循环迭代结束时使用释放语义设置原子变量:
const int num_runs = 10000000;
std::atomic<uint64_t> result_atomic(0);
for (int i = 0; i < num_runs; i++) {
int result = my_loop(input, number); // Call pure function.
// Tried std::memory_order_release too.
result_atomic.store(result, std::memory_order_seq_cst);
}
printf("Result is %llu\n", result_atomic.load());
我的希望是,由于原子引入了 happens-before
关系,Clang 将被迫执行我的代码。但遗憾的是,它仍然进行了上述优化,并一次性将原子的值设置为 num_runs * result
,而不是函数的 运行ning num_runs
次迭代。
在每个循环结束时设置一个 volatile int 并求和。
const int num_runs = 10000000;
uint64_t total = 0;
volatile int trigger = 0;
for (int i = 0; i < num_runs; i++) {
total += my_loop(input, number); // Call pure function.
trigger = 1;
}
// If I take this printf out, Clang optimizes the code away again.
printf("Total is %llu\n", total);
这似乎可以解决问题,而且我的基准测试似乎有效。由于多种原因,这并不理想。
根据我对 C++11 内存模型的理解 volatile set operations
不建立 happens before
关系所以我不能确定某些编译器不会决定做同样的 num_runs * result_of_1_run
优化 .
而且这种方法似乎不可取,因为现在我有一个开销(无论多么小)在我的循环的每个 运行 上设置一个 volatile int。
是否有一种规范的方法可以防止 Clang/GCC 优化此结果。也许用编译指示什么的?如果这个理想的方法跨编译器工作,加分。
您可以将指令直接插入到程序集中。我有时会使用宏来拆分程序集,例如将负载与计算和分支分开。
#define GCC_SPLIT_BLOCK(str) __asm__( "//\n\t// " str "\n\t//\n" );
然后在源代码中插入
GCC_SPLIT_BLOCK("Keep this please")
函数前后
如何防止 GCC/Clang 内联和优化纯函数的多次调用?
我正在尝试对这种形式的代码进行基准测试
int __attribute__ ((noinline)) my_loop(int const* array, int len) {
// Use array to compute result.
}
我的基准代码看起来像这样:
int main() {
const int number = 2048;
// My own aligned_malloc implementation.
int* input = (int*)aligned_malloc(sizeof(int) * number, 32);
// Fill the array with some random numbers.
make_random(input, number);
const int num_runs = 10000000;
for (int i = 0; i < num_runs; i++) {
const int result = my_loop(input, number); // Call pure function.
}
// Since the program exits I don't free input.
}
正如预期的那样,Clang 似乎能够将其变成 O2 的空操作(甚至可能在 O1)。
我尝试对我的实施进行实际基准测试的几件事是:
将中间结果累加成一个整数,最后打印结果:
const int num_runs = 10000000; uint64_t total = 0; for (int i = 0; i < num_runs; i++) { total += my_loop(input, number); // Call pure function. } printf("Total is %llu\n", total);
遗憾的是,这似乎不起作用。 Clang 至少足够聪明,可以意识到这是一个纯函数,并将基准转换为如下形式:
int result = my_loop(); uint64_t total = num_runs * result; printf("Total is %llu\n", total);
在每次循环迭代结束时使用释放语义设置原子变量:
const int num_runs = 10000000; std::atomic<uint64_t> result_atomic(0); for (int i = 0; i < num_runs; i++) { int result = my_loop(input, number); // Call pure function. // Tried std::memory_order_release too. result_atomic.store(result, std::memory_order_seq_cst); } printf("Result is %llu\n", result_atomic.load());
我的希望是,由于原子引入了
happens-before
关系,Clang 将被迫执行我的代码。但遗憾的是,它仍然进行了上述优化,并一次性将原子的值设置为num_runs * result
,而不是函数的 运行ningnum_runs
次迭代。在每个循环结束时设置一个 volatile int 并求和。
const int num_runs = 10000000; uint64_t total = 0; volatile int trigger = 0; for (int i = 0; i < num_runs; i++) { total += my_loop(input, number); // Call pure function. trigger = 1; } // If I take this printf out, Clang optimizes the code away again. printf("Total is %llu\n", total);
这似乎可以解决问题,而且我的基准测试似乎有效。由于多种原因,这并不理想。
根据我对 C++11 内存模型的理解
volatile set operations
不建立happens before
关系所以我不能确定某些编译器不会决定做同样的num_runs * result_of_1_run
优化 .而且这种方法似乎不可取,因为现在我有一个开销(无论多么小)在我的循环的每个 运行 上设置一个 volatile int。
是否有一种规范的方法可以防止 Clang/GCC 优化此结果。也许用编译指示什么的?如果这个理想的方法跨编译器工作,加分。
您可以将指令直接插入到程序集中。我有时会使用宏来拆分程序集,例如将负载与计算和分支分开。
#define GCC_SPLIT_BLOCK(str) __asm__( "//\n\t// " str "\n\t//\n" );
然后在源代码中插入
GCC_SPLIT_BLOCK("Keep this please")
函数前后