为什么将循环计数器从'unsigned”更改为'uint64_t”会显着影响 x86 CPU 上'_mm_popcnt_u64”的性能，以及编译器优化和变量声明如何影响

探究 u64 循环计数器与 x86 CPUs 上的 _mm_popcnt_u64 不同寻常的性能差异

简介

我在寻找快速对大型数据数组进行 popcount 的方法时，遇到了一个非常奇怪的现象：将循环变量从 unsigned 更改为 uint64_t 使我的 PC 上的性能下降了 50%。

基准测试

#include <iostream>
#include <chrono>
#include <x86intrin.h>

int main(int argc, char* argv[]) {

    using namespace std;
    if (argc != 2) {
       cerr (buffer);
    for (unsigned i=0; i<size charbuffer rand uint64_t count chrono::time_point> startP,endP;
    {
        startP = chrono::system_clock::now();
        count = 0;
        for( unsigned k = 0; k (endP-startP).count();
        cout (endP-startP).count();
        cout <p>如您所见，我们创建了一个大小为 x MB 的随机数据缓冲区，其中 x 从命令行读取。然后，我们迭代缓冲区并使用 x86 popcount 内联函数的一个展开版本执行 popcount。为了获得更精确的结果，我们执行 10,000 次 popcount。我们测量 popcount 的时间。在第一种情况下，内部循环变量未签名，在第二种情况下，内部循环变量为 uint64_t。我认为这不应该有任何区别，但事实并非如此。</p>
<p><strong>（绝对疯狂的）结果</strong></p>
<p>我这样编译它（g   版本：Ubuntu 4.8.2-19ubuntu1）：</p>
<pre class="brush:php;toolbar:false">g++ -O3 -march=native -std=c++11 test.cpp -o test

这是我在我的 Haswell Core i7-4770K CPU @ 3.50GHz 上运行测试 1（所以 1MB 随机数据）的结果：

• unsigned 41959360000 0.401554 秒 26.113 GB/秒
• uint64_t 41959360000 0.759822 秒 13.8003 GB/秒

如您所见，uint64_t 版本的吞吐量只有 unsigned 版本的一半！该问题似乎是生成了不同的汇编，但原因是什么？首先，我认为这是一个编译器错误，所以我尝试了 clang （Ubuntu Clang 版本 3.4-1ubuntu3）：

clang++ -O3 -march=native -std=c++11 teest.cpp -o test

测试结果 1：

• unsigned 41959360000 0.398293 秒 26.3267 GB/秒
• uint64_t 41959360000 0.680954 秒 15.3986 GB/秒

因此，几乎得到了相同的结果，仍然很奇怪。但现在变得非常奇怪。我将从输入中读取的缓冲区大小替换为常量 1，所以我在：

uint64_t size = atol(argv[1]) <p>改为：</p><pre class="brush:php;toolbar:false">uint64_t size = 1 <p>因此，编译器现在知道编译时的缓冲区大小。也许它可以添加一些优化！以下是在 g   中的数字：</p>

• unsigned 41959360000 0.509156 秒 20.5944 GB/秒
• uint64_t 41959360000 0.508673 秒 20.6139 GB/秒

现在，两个版本的速度都一样快。然而，与 unsigned 相比， velocidade 甚至变得更慢了！它从 26 GB/秒下降到 20 GB/秒，因此用一个常量值替换一个非常规常量导致 去优化。严重的是，我在此处毫无头绪！但现在用 clang 和新版本：

uint64_t size = atol(argv[1]) <p>改为：</p><pre class="brush:php;toolbar:false">uint64_t size = 1 <p>结果：</p>

• unsigned 41959360000 0.677009 sec 15.4884 GB/s
• uint64_t 41959360000 0.676909 sec 15.4906 GB/s

等等，发生了什么事？现在，两个版本都下降到了 15GB/s 的 低速度。因此，用一个常量值替换一个非常规常量值甚至导致了 两 个版本的代码速度变慢对于 Clang！

我请一位使用 Ivy Bridge CPU 的同事编译我的基准测试。他得到了类似的结果，所以这似乎不是 Haswell 独有。由于有两个编译器在此处产生奇怪的结果，因此这似乎也不是编译器错误。由于我们这里没有 AMD CPU，所以我们只能使用 Intel 进行测试。

更多疯狂，拜托！

使用第一个示例（带有 atol(argv[1]) 的示例），在变量前面放置一个 static，即：

#include <iostream>
#include <chrono>
#include <x86intrin.h>

int main(int argc, char* argv[]) {

    using namespace std;
    if (argc != 2) {
       cerr (buffer);
    for (unsigned i=0; i<size charbuffer rand uint64_t count chrono::time_point> startP,endP;
    {
        startP = chrono::system_clock::now();
        count = 0;
        for( unsigned k = 0; k (endP-startP).count();
        cout (endP-startP).count();
        cout <p>以下是她在 g   中的结果：</p>
<ul>
<li>unsigned 41959360000 0.396728 秒 26.4306 GB/秒</li>
<li>uint64_t 41959360000 0.509484 秒 20.5811 GB/秒</li>
</ul>
<p>耶，还有另一个替代方案！我们仍然拥有 32GB/s 与 u3，但我们设法将 u64 至少从 13GB/s 版本提升到 20GB/s 版本！在我的同事的电脑上，u64 版本甚至比 u32 版本更快，获得了最好的结果。遗憾的是，这仅适用于 g  ，clang   似乎不在乎 static。</p>
<p>**我的问题</p></size></x86intrin.h></chrono></iostream>

以上是为什么将循环计数器从'unsigned”更改为'uint64_t”会显着影响 x86 CPU 上'_mm_popcnt_u64”的性能，以及编译器优化和变量声明如何影响的详细内容。更多信息请关注PHP中文网其他相关文章！