-march=native有害的原因是什么 我编写了一个C++程序，它将解决网络上的偏微分方程和代数方程。 通过LU分解求解许多稀疏线性系统，特征库承担了大部分工作

由于性能一直都很好，我为此选择了一些选项。我正在使用

g++ -O3 -DNDEBUG -flto -fno-fat-lto-objects -std=c++17

作为与性能相关的编译器选项。然后我添加了

-march=native

选项并发现 执行时间平均增加了约6%（由gnu时间进行测试，每个配置的样本量约为10次运行。两种设置几乎没有差异）

这种观察的可能（或最好是可能）原因是什么

我猜lscpu的输出在这里可能很有用，因此如下所示：

Architecture:                    x86_64
CPU op-mode(s):                  32-bit, 64-bit
Byte Order:                      Little Endian
Address sizes:                   39 bits physical, 48 bits virtual
CPU(s):                          4
On-line CPU(s) list:             0-3
Thread(s) per core:              2
Core(s) per socket:              2
Socket(s):                       1
NUMA node(s):                    1
Vendor ID:                       GenuineIntel
CPU family:                      6
Model:                           78
Model name:                      Intel(R) Core(TM) i7-6500U CPU @ 2.50GHz
Stepping:                        3
CPU MHz:                         800.026
CPU max MHz:                     3100.0000
CPU min MHz:                     400.0000
BogoMIPS:                        5199.98
Virtualization:                  VT-x
L1d cache:                       64 KiB
L1i cache:                       64 KiB
L2 cache:                        512 KiB
L3 cache:                        4 MiB

编辑： 根据要求，以下是cpu标志：

vendor_id   : GenuineIntel
cpu family  : 6
model name  : Intel(R) Core(TM) i7-6500U CPU @ 2.50GHz

flags       : fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush dts acpi mmx fxsr sse sse2 ss ht tm pbe syscall nx pdpe1gb rdtscp lm constant_tsc art arch_perfmon pebs bts rep_good nopl xtopology nonstop_tsc cpuid aperfmperf pni pclmulqdq dtes64 monitor ds_cpl vmx est tm2 ssse3 sdbg fma cx16 xtpr pdcm pcid sse4_1 sse4_2 x2apic movbe popcnt tsc_deadline_timer aes xsave avx f16c rdrand lahf_lm abm 3dnowprefetch cpuid_fault epb invpcid_single pti ssbd ibrs ibpb stibp tpr_shadow vnmi flexpriority ept vpid ept_ad fsgsbase tsc_adjust bmi1 avx2 smep bmi2 erms invpcid mpx rdseed adx smap clflushopt intel_pt xsaveopt xsavec xgetbv1 xsaves dtherm ida arat pln pts hwp hwp_notify hwp_act_window hwp_epp md_clear flush_l1d
vmx flags   : vnmi preemption_timer invvpid ept_x_only ept_ad ept_1gb flexpriority tsc_offset vtpr mtf vapic ept vpid unrestricted_guest ple pml
bogomips    : 5199.98
clflush size    : 64
cache_alignment : 64
address sizes   : 39 bits physical, 48 bits virtual

---

使用

-march=native

，代码会变慢的原因有很多，尽管这是非常特殊的

也就是说，在您的特定环境中，一种可能的情况是使用较慢的SIMD指令，或者更准确地说，不同的SIMD指令最终使程序变慢。实际上，GCC使用x86处理器（如您的处理器）上的SSE指令集，使用

-O3

对循环进行矢量化（以实现向后兼容性）。使用

-march=native

，GCC可能会使用更高级、更新的AVX指令集（由您的处理器支持，但在许多旧的x86处理器上不支持）对循环进行矢量化。虽然使用AVX指令可以加快程序的速度，但在少数病态情况下并不总是如此（编译器启发式生成的代码效率较低，循环太小，无法利用AVX指令，SSE中缺少/较慢的AVX指令，对齐，转换惩罚，能量/频率影响等）

我猜您的程序是内存受限的，因此AVX指令不会使您的程序更快

---

您可以通过使用

-mavx-mavx2

而不是

-march=native

手动启用AVX来确认这一假设，并查看您的性能问题是否仍然存在。我建议您使用类似于

perf

的工具仔细地对应用程序进行基准测试

-march=native

有很多原因导致代码速度较慢，尽管这是非常特殊的

也就是说，在您的特定环境中，一种可能的情况是使用较慢的SIMD指令，或者更准确地说，不同的SIMD指令最终使程序变慢。实际上，GCC使用x86处理器（如您的处理器）上的SSE指令集，使用

-O3

对循环进行矢量化（以实现向后兼容性）。使用

-march=native

，GCC可能会使用更高级、更新的AVX指令集（由您的处理器支持，但在许多旧的x86处理器上不支持）对循环进行矢量化。虽然使用AVX指令可以加快程序的速度，但在少数病态情况下并不总是如此（编译器启发式生成的代码效率较低，循环太小，无法利用AVX指令，SSE中缺少/较慢的AVX指令，对齐，转换惩罚，能量/频率影响等）

我猜您的程序是内存受限的，因此AVX指令不会使您的程序更快

---

您可以通过使用

-mavx-mavx2

而不是

-march=native

手动启用AVX来确认这一假设，并查看您的性能问题是否仍然存在。我建议您使用

perf

之类的工具仔细地对应用程序进行基准测试，这听起来不太可能，因为这在gcc方面是一个极其严重的错误。许多优化都是试探性的，有时会出错。没有更多的细节，真的没有办法猜测。如果您可以通过配置文件来识别一小部分速度变慢的代码，并比较有无

-march=native

的程序集，则有人可能会看到编译器的假设是错误的（或者只是错误）。您已经排除了系统负载或CPU时钟节流等在测试之间变化的情况，我想是吧？@NateEldredge：我所做的是在一台本来不太繁忙的计算机上重复运行这两个版本。在前2次左右的运行之后，每个版本的执行时间趋于稳定。从那时起，我记下了数值。我不确定这6%，但我非常确定“使用

-march=native

时速度较慢。也许明天我会找到时间进行更严格的测试。@Eike好的，这是相当大的一个问题。但是：您应该已经知道哪些代码路径在运行时最昂贵，这些是需要检查的。使用二进制文件上的

objdump-d filename>filename.S

，生成一个程序集文件。在它里面，你可以找到每一个C函数的编译形式。尝试删除-O标志；如果速度差异仍然存在，请区分使用和不使用正在调查的标志生成的未优化的S文件。查找您的程序花费最多时间的函数，并查看生成的指令中是否有任何明显的相似性或差异。听起来不太可能，因为这在gcc方面是一个极其严重的错误。许多优化都是启发式的，有时会出错。没有更多的细节，真的没有办法猜测。如果您可以通过配置文件来识别一小部分速度变慢的代码，并比较有无

-march=native

的程序集，则有人可能会看到编译器的假设是错误的（或者只是错误）。您已经排除了系统负载或CPU时钟节流等在测试之间变化的情况，我想是吧？@NateEldredge：我所做的是在一台本来不太繁忙的计算机上重复运行这两个版本。在前2次左右的运行之后，每个版本的执行时间趋于稳定。从那时起，我记下了数值。我不确定6%，但我非常确定“使用

-march=native时更慢”