自动矢量化编译优化技术（Automatic Vectorization）

转自：http://blog.csdn.net/lifesider/article/details/6571192

自动矢量化技术，是编译器代码优化技术的一种，即在不改变C/C++源代码的情况下，自动编译产生使用单指令多数据（Single Instruction Multiple Data，SIMD）指令集的二进制码，包括MMX，SSE，SSE2，SSE3，SSSE3，SSE4，AVX，而不是程序员手动编写汇编层次的优化代码。

举例如下：

[cpp] view
plaincopy

float a
, b
, c
;

for(int i=0; i<N; ++i)

c[i] = a[i] + b[i];

上述代码中，逐项相加，并且a，b，c三个数据间是相互独立的，因而编译器可以对其进行矢量化优化，比如对于SSE指令集，XMM 128位寄存器，一次可以执行4个浮点运算，即

[cpp] view
plaincopy

float a
, b
, c
;

int i;

for(i=0; i<N-4; i+=4)

{

__asm

{

movups xmm0, a[i];

addps xmm0, b[i];

movups c[i], xmm0;

}

}

for(; i<N; ++i)

c[i] = a[i] + b[i];

当N较大时，如大于100，矢量优化后的执行速度提升是明显的。

同样，对于其它类型的数值运算，如整形和双精度浮点数，可用类似的指令如mulps，mulpd，addpd，subps，subpd等进行优化。

当循环内部有依赖关系导致无法优化时，编译器将产生通用汇编代码。

目前矢量优化技术在当前流行的编译器上已经得到支持，如Intel C++ Compiler，GCC，预计Microsoft Visual Studio 2010也支持，并且从Microsoft Visual Studio 2008的编译结果中发现，对于浮点操作，已经使用SSE指令movss，cvttps2dq等代替x87指令集。

当然，当循环体嵌套层次更深，循环体内实现代码较多时，编译器判断循环体内是否能进行矢量优化将会比较耗时。同时，虽然支持SSE2指令集的处理器已经非常普遍，但不保证会有使用较老机器的用户，因而在进行矢量化编译优化时，也可选择产生多份代码，如同时编译出通用汇编代码和SIMD优化汇编代码，运行时使用CPUID指令检测当前CPU支持的指令集进行跳转选择执行。

自动矢量编译优化技术是一个巨大的进步，并且具有更好的可移植性。这是由于编写可移植的C/C++代码更容易，而对于汇编底层的开发者而言，由于Intel汇编和AT&T的汇编格式大不相同，因而移植非常困难。

期待自动矢量优化的进一步发展，关注中。。。