Clang 用于矩阵向量计算的铿锵优化标志

我查看了由glm（用于3d计算的矩阵向量库）操作的clang生成的反汇编代码

我注意到clang对双精度运算进行了一些“矢量化”，例如，在一条SIMD指令中强制执行两次乘法

然而，对于单精度计算，代码对我来说似乎不好。使用的指令来自SSE指令集和寄存器MMX指令集，但每次执行一个浮点数的多重应用程序，甚至一组赋值（如矩阵赋值）都是由大量movss语句执行的。这些糟糕的赋值甚至适用于双精度代码

---

为什么会这样，有没有任何命令行参数可以促使clang做得更好？我知道编译器并没有什么神奇之处，但我想16个内存相邻分配的线性列表应该可以在许多方面进行优化？

在汇编读取xmm寄存器中并不是矢量化的证明，因为现在每个双精度操作都在SIMD寄存器中执行（甚至是单精度）

矢量化对于编译器来说并不是一件小事，clang提供了类似这样的选项

clang -fslp-vectorize-aggressive file.c

---

它可能会有帮助，否则你可能会寻找替代品，它有很多矩阵乘法库，MKL库，boost numeric库，plasma库，等等。。。在我的纪念品中，GLM是旧的，存在好的替代品。

你说得对，xmm寄存器用于单个操作。另一方面，对于双精度运算，实际上使用了两个通道运算。所以我猜我会看到单精度的四通道操作，但不是，更糟。我快速查看了GLM（），如果它是这个库，根据经验，SIMD计算只在大缓冲区上运行良好，而不是在处理一小段数据时（如果你有一个顶点列表，你永远不会用SIMD保存某些内容）。此外，您是否尝试使用mem align分配器（），我没有顶点数据的集合（例如列表），但堆栈上有一些矩阵或顶点。然而，通过矩阵积得到的每个向量通过SIMD都应该有很好的增益，因为它已经由64个浮点乘法和一系列加法组成。如果其中四个可以在一个步骤中完成，则可以预期4倍的增益。由于堆栈上没有集合，但有许多操作，缓存应该是热的，不应该限制工作。GLM也有一些本机SIMD实现，但这些实现依赖于需要从普通数据类型转换而来的特殊数据类型，并且只有一些操作是可能的。如此往复的转换会消耗掉所有的好处。你给了内存对齐的提示，也许编译器需要手动提示来对齐基于堆栈的短寿命SIMD结构？