对 gcc 使用 -march 开关不会对运行时间速度产生影响

Question

我使用 GCC 11.1 构建了一个小程序（~1000 LOC），运行它在启用和不启用 -march=native 的情况下进行了多次迭代，但总体而言没有程序执行时间的差异（以毫秒为单位）。但为什么？因为它是单线程的？还是我的石器时代硬件（第一代 i5，Westmere 微架构，没有 AVX 东西）功能不够？

我的 Makefile 中的几行：

CXX = g++
CXXFLAGS = -c -std=c++20 -Wall -Wextra -Wpedantic -Wconversion -Wshadow -O3 -march=native -flto
LDFLAGS = -O3 -flto

Here (Compiler Explorer) 是 GCC 不为其生成 SSE 指令的程序的自由函数：

[[ nodiscard ]] size_t
tokenize_fast( const std::string_view inputStr, const std::span< std::string_view > foundTokens_OUT,
               const size_t expectedTokenCount ) noexcept
{
    size_t foundTokensCount { };

    if ( inputStr.empty( ) ) [[ unlikely ]]
    {
        return foundTokensCount = 0;
    }

    static constexpr std::string_view delimiter { " \t" };

    size_t start { inputStr.find_first_not_of( delimiter ) };
    size_t end { };

    for ( size_t idx { }; start != std::string_view::npos && foundTokensCount < expectedTokenCount; ++idx )
    {
        end = inputStr.find_first_of( delimiter, start );
        foundTokens_OUT[ idx ] = inputStr.substr( start, end - start );
        ++foundTokensCount;
        start = inputStr.find_first_not_of( delimiter, end );
    }

    if ( start != std::string_view::npos )
    {
        return std::numeric_limits<size_t>::max( );
    }

    return foundTokensCount;
}

我想知道为什么？可能是因为无法向量化此类代码？

此外，我想提及的另一件事是最终可执行文件的大小根本没有改变，我什至尝试了 -march=westmere 和 -march=alderlake 来查看大小是否有任何差异但是GCC 以相同的大小生成它。

Answer 1

我认为您也应该将 -march=native 指定为 LDFLAGS 的一部分，因此 -flto 是针对同一台机器的。

但您的 code-gen 似乎尊重您指定的拱门，因为您说 -march=alderlake 使代码因 SIGILL 而崩溃，可能是在矢量指令的 AVX 编码上。

很有可能 -mtune=generic 做出与 -march=native 相同的调优决定，而且除了 SSE2 之外，没有什么能从中受益。您的 CPU 支持 SSE4.2 和 popcnt，但 x86-64 的基线已经是 SSE2，相同的矢量宽度只是缺少一些指令，特别是对于 dword 和 qword 元素大小（如打包 min/max）。

GCC/clang 无法 auto-vectorize 搜索循环（仅在第一次迭代之前在运行时已知 trip-count 的循环），因此 inputStr.find_first_of 要么编译为one-byte-at-a-time 搜索，或调用 memchr，它只受益于 SSE2，但可以基于 CPU 功能进行动态调度，因为它在共享库中。

(Glibc 使用“解析器”函数重载动态链接过程，该函数决定 memchr 的哪个实现在当前机器上最好，SSE2 或 AVX2。两个版本都是 hand-written asm ，例如 the SSE2 version's source。像 strstr 这样的几个函数有 SSE4.2 版本，你 CPU 可以利用，但这个选择不依赖于 -march compile-time设置，纯run-time动态链接器+glibc。）

如果你想查看你的程序大部分时间花在哪里，请使用 perf record ./a.out / perf report -Mintel（默认是 AT&T 语法反汇编；我更喜欢 Intel）。

如果它在库函数中，不同的调整选项和可用的新指令可能对您的主代码没有帮助。如果它在你的程序中，而不是库中，那么显然 x86-64 的基线 instruction-set 和“通用”调整选项很好，或者 GCC 不知道如何使用 SSSE3 / SSE4.x 用于您的代码。

我没有仔细查看您的代码在做什么，以了解可能进行哪些手动矢量化。

对 gcc 使用 -march 开关不会对运行时间速度产生影响

using -march switch for gcc does not make a difference in terms of run-time speed

c++

ubuntu

gcc

intel

compiler-flags

对 gcc 使用 -march 开关不会对 运行 时间速度产生影响

using -march switch for gcc does not make a difference in terms of run-time speed

c++

ubuntu

gcc

intel

compiler-flags

对 gcc 使用 -march 开关不会对运行时间速度产生影响