C++ 为什么内联函数中的循环不能正确地自动矢量化？

我正在尝试将一些简单的计算矢量化，以提高SIMD体系结构的速度。然而，我还想把它们作为内联函数，因为函数调用和非矢量化代码也需要计算时间。然而，我不能总是同时实现这些目标。事实上，我的大多数内联函数都无法自动矢量化。下面是一个简单的测试代码：

inline void add1(double *v, int Length) {
    for(int i=0; i < Length; i++) v[i] += 1;
}

void call_add1(double v[], int L) {
    add1(v, L);
}

int main(){return 0;}

inline void add1（双*v，整数长度）{
对于（inti=0；i

在Mac OS X 10.12.3上，编译它：

clang++ -O3 -Rpass=loop-vectorize -Rpass-analysis=loop-vectorize -std=c++11 -ffast-math test.cpp

test.cpp:2:5: remark: vectorized loop (vectorization width: 2, interleaved count: 2) [-Rpass=loop-vectorize]
    for(int i=0; i < Length; i++) v[i] += 1;
    ^

clang++-O3-Rpass=loop vectorize-Rpass analysis=loop vectorize-std=c++11-ffast math test.cpp
测试cpp:2:5：备注：向量化循环（向量化宽度：2，交错计数：2）[-Rpass=循环向量化]
对于（inti=0；i

但是，类似的情况（仅在call_add1中移动参数）不起作用：

inline void add1(double *v, int Length) {
    for(int i=0; i < Length; i++) v[i] += 1;
}

void call_add1() {
    double v[20]={0,1,3,4,5,6,7,8,9,10,1,2,3,4,5,6,7,8,9}; 
    int L=20;
    add1(v, L);
}

int main(){ return 0;}

inline void add1（双*v，整数长度）{
对于（inti=0；i

---

使用同一命令编译不会产生任何输出。为什么会发生这种情况？如何确保内联函数中的循环始终自动矢量化？我想对许多函数循环进行矢量化，所以我希望修复不会太复杂。

这是因为对于第二种情况，编译器知道没有副作用，并且使用

-O3

优化了clang 4.0.0中的所有内容，只剩下：

call_add1():
  rep ret
main:
  xor eax, eax
  ret

而且你没有得到关于回路魔术的营销

在第一种情况下，编译器确实为函数生成了一些主体，因为函数确实修改了参数。如果您将其编译为对象文件。你可以链接到这个函数，它就可以工作了。我猜如果参数是const，那么函数也可能是空的

---

当您打印出内容时，程序并不完全相同，但它们都使用矢量化指令：

当明确指定

v

时，编译器似乎只需展开并优化循环。这是一件好事：不需要执行的代码是最快的

---

要验证这是一个优化，您可以尝试使一些变量变为volatile（）。

使用

-fsave optimization record

编译代码表明循环已展开，然后被消除

--- !Passed
Pass:            loop-unroll
Name:            FullyUnrolled
DebugLoc:        { File: main.cpp, Line: 2, Column: 5 }
Function:        _Z9call_add1v
Args:            
  - String:          'completely unrolled loop with '
  - UnrollCount:     '20'
  - String:          ' iterations'
...
--- !Passed
Pass:            gvn
Name:            LoadElim
DebugLoc:        { File: main.cpp, Line: 2, Column: 40 }
Function:        _Z9call_add1v
Args:            
  - String:          'load of type '
  - Type:            double
  - String:          ' eliminated'
  - String:          ' in favor of '
  - InfavorOfValue:  '0.000000e+00'

---

如果您将4000个元素放入数组，它将超过优化器阈值，并且clang将启用矢量化。

我不确定，但我认为某些常量的正确性可能会在这里发挥很大作用……请看编译器生成的汇编代码。可以优化整个函数，也可以在编译时计算结果。另外，在第二种情况下，编译器知道数组不够大，无法进行矢量化。只是猜测。这是相当多的C代码，不是C++。@ Alxf谢谢你的回答！我不能理解汇编代码。我试图将当前时间添加到向量中，但仍然不起作用。对于（int i=0；iAgain，编译时已知大小的小数组。有些离题-如果您对低级优化感兴趣，您需要至少了解一点汇编。所有此类问题的真正答案都在那里。哈哈。有用的开关！