使用OpenMP停止GCC自动矢量化

我一直在努力使我的代码能够通过GCC自动矢量化，但是，当我包含

-fopenmp

标志时，它似乎停止了所有自动矢量化的尝试。我正在使用

ftree vectorize-ftree vectorizer verbose=5

对其进行矢量化和监控

如果我不包括标志，它开始给我很多关于每个循环的信息，如果它是矢量化的，为什么不。当我尝试使用

omp\u get\u wtime（）

函数时，编译器停止运行，因为它无法链接。一旦包含该标志，它就会简单地列出每个函数，并告诉我它在其中矢量化了0个循环

---

我读过其他一些地方提到这个问题，但它们并没有找到任何解决方案：。OpenMP是否有自己处理矢量化的方法？我需要明确地告诉你吗？

我会尽量简单地回答你的问题

OpenMP是否有自己处理矢量化的方法

是的。。。但从即将到来的OpenMP 4.0开始。上面的文章提供了对这个结构的一个很好的了解。另一方面，当前的OpenMP 3.1并不“了解”SIMD概念。因此，在实践中（或者至少在我的经验中），每当在循环上使用openmp工作共享构造时，自动矢量化机制就会被禁用。无论如何，这两个概念是正交的，您仍然可以从中受益（参见另一个）

我需要明确地告诉它吗

恐怕是的，至少目前是这样。我将开始以明确矢量化的方式重写考虑中的循环（即，我将在Intel平台上使用Intrinsic，在IBM上使用Altivec等等）。

您会问“为什么启用OpenMP时GCC不能进行矢量化？”

似乎这可能是GCC的一个bug：）

否则，OpenMP API可能会引入阻止自动矢量化的依赖项（控制或数据）。要自动垂直化，给定代码必须没有数据/控件依赖关系。使用OpenMP可能会导致一些虚假的依赖性

---

注：OpenMP（4.0之前）使用线程级并行，这与SIMD/矢量化正交。程序可以同时使用OpenMP和SIMD并行。

GCC矢量器中存在一个缺陷，最近的GCC版本似乎已经解决了这个问题。在我的测试用例GCC 4.7.2中，成功地实现了以下简单循环：

#pragma omp parallel for schedule(static)
for (int i = 0; i < N; i++)
   a[i] = b[i] + c[i] * d;

GCC4.7之前版本中的矢量器无法对该循环进行矢量化。这不是OpenMP特定的问题。您可以轻松地复制它，而无需任何OpenMP代码。为了证实这一点，我编写了以下简单测试：

struct fun_s
{
   double *restrict a;
   double *restrict b;
   double *restrict c;
   double d;
   int n;
};

void fun1(double *restrict a,
          double *restrict b,
          double *restrict c,
          double d,
          int n)
{
   int i;
   for (i = 0; i < n; i++)
      a[i] = b[i] + c[i] * d;
}

void fun2(struct fun_s *par)
{
   int i;
   for (i = 0; i < par->n; i++)
      par->a[i] = par->b[i] + par->c[i] * par->d;
}

---

我在搜索有关gcc 4.9选项openmp simd的评论时看到了这篇文章，该选项应该在不激活omp并行（线程）的情况下激活openmp 4#pragma omp simd。gcc bugzilla pr60117（已确认）显示了pragma omp阻止在没有pragma的情况下自动矢量化的情况

即使使用simd子句，gcc也不会矢量化omp parallel for（并行区域只能自动矢量化嵌套在parallel for下的内部循环）。除了icc 14.0.2之外，我不知道有哪种编译器可以被推荐用于实现#pragma omp parallel for simd；对于其他编译器，需要使用SSE intrinsics编码才能获得这种效果

在我的测试中，Microsoft编译器没有在并行区域内执行任何自动矢量化，这显示了gcc在此类情况下的明显优势

---

单个循环的并行化和矢量化相结合有几个困难，即使实现得最好。我很少看到通过向并行循环中添加矢量化来实现超过2倍或3倍的加速。例如，使用AVX double数据类型的矢量化有效地将块大小减少了4倍。典型的实现只能在整个数组对齐的情况下实现对齐的数据块，并且数据块也是向量宽度的精确倍数。当数据块未全部对齐时，由于对齐方式的不同，会存在固有的工作不平衡。

我认为您可以在这个问题的答案中找到合理的信息。谢谢，这描述了如何将SIMD与OpenMP一起使用，但似乎并没有解释为什么我使用OpenMP时，已经在工作的SIMD实现停止工作。这也意味着我只能对相同数量的位进行操作，它们只是在数字之间进行分割。在使用GCC时，我并没有被问到我想要在一个寄存器上拆分多少个。因为我使用的是一台大学的“超级计算机”，所以我假设硬件对SIMD有额外的空间。我怎么才能知道这是否正确？硬件是AMD处理器，它将使用3Dnow！最后，我的问题是，由于硬件确实有特定的寄存器，可以容纳更多的寄存器来帮助矢量化，考虑到该链接中给出的函数表示它会将正常大小的寄存器拆分为块，我如何使用GCC实现这一点。非常感谢。第一个链接提供函数

VECTOR\u ADD

。我已经读到，它使用一个正常大小的寄存器来完成，因此只允许对小的数字进行矢量化。我知道我的硬件有特定的寄存器来处理SIMD，这样就不会发生这种情况。有没有办法让OpenMP使用此寄存器？考虑到GCC在为我做这一切之前，我是否需要使用这些函数？我不明白为什么OpenMP会停止此表单的工作。你的第二个链接说他们可以一起工作，但不是我如何做到的。再次非常感谢。主要的想法是OpenMP不能意识到SIMDization，因为您在VECTOR_ADD中处理它。我从未使用过3Dnow，但在英特尔平台上，您可以使用3Dnow显式矢量化代码。主要的缺点是要么失去可移植性（因为intrinsic不能在其他平台上工作），要么失去可读性/可维护性（因为有条件编译）

struct fun_s
{
   double *restrict a;
   double *restrict b;
   double *restrict c;
   double d;
   int n;
};

void fun1(double *restrict a,
          double *restrict b,
          double *restrict c,
          double d,
          int n)
{
   int i;
   for (i = 0; i < n; i++)
      a[i] = b[i] + c[i] * d;
}

void fun2(struct fun_s *par)
{
   int i;
   for (i = 0; i < par->n; i++)
      par->a[i] = par->b[i] + par->c[i] * par->d;
}

#pragma omp parallel for schedule(static)
for (int i = 0; i < N; i++)
   a[i] = b[i] + c[i];