即将到来的GCC 5.0为x86带来的新优化

　　GCC 5.0 显著的提升了 vector 向量的加载和存储组的代码质量，我这里说的是连续顺序的迭代，例如：

x = a[i], y = a[i + 1], z = a[i + 2] 通过 i 进行迭代，加载了大小为 3 的组

　　组大小由加载和存储地址的最大和最小值来确定，例如 (i + 2) – (i) + 1 = 3

　　组中加载和存储的次数小于和等于组的大小，例如：

x = a[i], z = a[I + 2] 通过 i 进行迭代，尽管只有 2 次加载，但是加载组的大小为 3

　　GCC 4.9 向量组的大小是 2 的指数，而 GCC 5.0 向量化组的大小是 3 ，也可以是 2 的指数，其他的组大小使用比较少。

　　最常用加载和存储组的场景是结构数组。

1. 图像转换 (例如将 RGB 结构转为其他)

   (场景测试 https://gcc.gnu.org/bugzilla/show_bug.cgi?id=52252)

2. 多维的坐标 (测试场景 https://gcc.gnu.org/bugzilla/show_bug.cgi?id=61403)

3. 向量的乘法常数矩阵

a[i][0] = 7 * b[i][0] - 3 * b[i][1];
a[i][1] = 2 * b[i][0] + b[i][1];

　　基本上 GCC 5.0 给我们带来了：

1. 引入大小为 3 的向量加载和存储组

2. 改进对原有支持的其他组大小

3. 通过为特定的 x86 CPU 优化的代码来最大化加载和存储组性能

　　下面是一个用来比较 GCC 4.9 和 GCC 5.0 性能的一段代码（最大化向量中的元素个数）

　　而 "c" 是一个固定的矩阵：

　　在循环中使用简单的计算，例如 add、sub 等操作速度非常快。

• “in“ 和 “out” 指针指向全局数组 "a[1024 * LDGSIZE]" 和 "b[1024 * STGSIZE]"

• byte 是一个无符号的 char

• LDGSIZE 和 STGSIZE – 根据组大小定义加载和存储组的宏

　　编译选项 "-Ofast" 加 "-march=slm" 用于 Silvermont, "-march=core-avx2" 用于 Haswell 以及所有合并 -DLDGSIZE={1,2,3,4,8} -DSTGSIZE={1,2,3,4,8}

　　GCC 5.0 到 4.9 （时间上，越大越好）

　　Silvermont: Intel(R) Atom(TM) CPU  C2750  @ 2.41GHz

　　性能提升 6.5 倍

　　上表结果我们可以看到组大小为 3 的时候结果没那么好。因为当组大小为 3 时在 Slivermont 上需要 8 个 pshufb 指令和大约 5 个 ticks。当然循环依然是向量化的，如果在循环内有更消耗 CPU 的计算，那么效果还是会很不错。（我们再看其他组大小）

Haswell: Intel(R) Core(TM) i7-4770K CPU @ 3.50GHz

　　性能提升 3 倍！

　　在 Haswell 上组大小为 3 的时候只需 1 个 tick。我们能看到最大的提升就是组大小为 3 的时候。

上述的实验你可以通过下面地址获取相应编译器

GCC 4.9: https://gcc.gnu.org/gcc-4.9

GCC 5.0 trunk built at revision 217914: https://gcc.gnu.org/viewcvs/gcc/trunk/?pathrev=218160

Download matrix.zip

via intel