如何限制GCC中的自动矢量化级别？

换句话说，在仍然通过显式内在调用使用AVX512时，是否可以将自动矢量化指令（通过

-fast math-ftree vectorize

获得）限制为类似于

AVX

目前,

• 如果没有

  -mavx512f

  ，GCC会失败，说它无法在没有avx-512f支持的情况下编译我的程序。很公平
• 使用

  -mavx512f

  ，GCC开始在任何地方使用它

我还没有找到任何选项可以让GCC使用显式的

AVX512

intrinsic，同时将自身限制为自动矢量化的其他内容

---

编辑：只是为了提供更多的上下文…我有

skylake-avx512

Xeon黄金节点（2个FMA单元）和一个特定于域的程序

当我使用

-Ofast-march=skylake-avx512-mtune=skylake-avx512

编译并在一个内核上运行时，我的性能比

-march=haswell…

高出30%

当我将内核数增加到所有24内核时，

-march=haswell…

it比

-march=skylake-avx512…

快两倍

原因是臭名昭著的核心节流

但我的领域专用软件已经包括手动矢量化部分。我确实通过

-fno tree vectorize-march=skylake-avx512…

（但不足以击败

-march=haswell…

和所有24核和autovec）获得性能胜利，因此自动矢量化非常重要

---

最后，如果我使用

AVX2

-优化的手动矢量化内核和

-march=skylake-avx512…

，我也会得到糟糕的性能，因此我认为导致节流的昂贵部分确实是自动矢量化，因此，我提出了最初的问题。

您可以使用target属性在每个函数的基础上启用指令，从而允许您调用不允许的intrinsic

---

我猜您希望根据运行时确定的CPU功能在某些函数的实现之间切换。。。如果是这样，您可能还需要查看target_clones属性。

-mpreferevector width=

。顺便说一下，我建议您使用

-mavx512f

，而不是

-mavx512f

，这样gcc就可以更好地了解AVX512指令的效率。gcc对

tune=generic

或

skylake-AVX512

的默认值仍然是

-mpreferevector width=256

，所以，在大多数代码中，很多指令仍然是用VEX编码的。除非gcc是哑的并且使用

vmovdqu64 ymm0

时，它本可以使用

vmovdqu ymm

。对于FP代码，AVX512版本没有不同的助记符。但是，如果您需要确保它对某些函数的使用不超过AVX2+FMA+BMI2+任何值（

-march=haswell

），那么这对您没有帮助。TL:DR:您不能，GCC不是这样工作的。无论是否使用内部函数，目标ISA选项都在每个函数级别上。请参阅（并注意注释：确保在足够大的函数上执行此操作，例如，包含一个未在热循环中调用的热循环）@marglisse，当然我实际使用的是

-march=…

（实际目标是

skylake-avx512

）：

-mavx512f

只是为了让一切都简短而甜蜜。没有任何黄金模型可以解释AVX turbo缩放将1.3倍的性能优势转变为2倍的性能缺陷：甚至不接近，因此AVX-512缩放不是你观察的主要原因。我想避免更改代码。然而，这证实了我确实没有遗漏文档中的任何内容，并且没有在命令行级别实现自动向量化级别的封顶。