作者:嘟嘟2502860271_460 | 来源:互联网 | 2022-10-12 13:19
自从我开始使用SSE / AVX内部函数以来已经有一段时间了。我最近开始为矩阵转置编写标题。我使用了很多if constexpr
分支,以便编译器始终根据某些模板参数来选择最佳指令集。现在,我想通过使用来检查本地反汇编来检查是否一切正常objdump
。使用Clang时,我得到一个清晰的输出,该输出基本上只包含与所使用的内在函数相对应的汇编指令。但是,如果我使用GCC,则在使用其他说明时反汇编会很is肿。快速检查一下Godbolt,我发现GCC拆卸中的这些多余说明不应该存在。
这是一个小例子:
#include
#include
std::array<__m256, 1> Test(std::array<__m256, 1> a)
{
std::array<__m256, 1> b;
b[0] = _mm256_unpacklo_ps(a[0], a[0]);
return b;
}
我编译-march=native -Wall -Wextra -Wpedantic -pthread -O3 -DNDEBUG -std=gnu++1z
。然后我objdump -S -Mintel libassembly.a > libassembly.dump
在目标文件上使用。对于Clang(6.0.0),结果是:
In archive libassembly.a:
libAssembly.cpp.o: file format elf64-x86-64
Disassembly of section .text:
0000000000000000 <_Z4TestSt5arrayIDv8_fLm1EE>:
0: c4 e3 7d 04 c0 50 vpermilps ymm0,ymm0,0x50
6: c3 ret
这与Godbolt返回的结果相同:Godbolt-Clang 6.0.0
对于GCC(7.4),输出为
In archive libassembly.a:
libAssembly.cpp.o: file format elf64-x86-64
Disassembly of section .text:
0000000000000000 <_Z4TestSt5arrayIDv8_fLm1EE>:
0: 4c 8d 54 24 08 lea r10,[rsp+0x8]
5: 48 83 e4 e0 and rsp,0xffffffffffffffe0
9: c5 fc 14 c0 vunpcklps ymm0,ymm0,ymm0
d: 41 ff 72 f8 push QWORD PTR [r10-0x8]
11: 55 push rbp
12: 48 89 e5 mov rbp,rsp
15: 41 52 push r10
17: 48 83 ec 28 sub rsp,0x28
1b: 64 48 8b 04 25 28 00 mov rax,QWORD PTR fs:0x28
22: 00 00
24: 48 89 45 e8 mov QWORD PTR [rbp-0x18],rax
28: 31 c0 xor eax,eax
2a: 48 8b 45 e8 mov rax,QWORD PTR [rbp-0x18]
2e: 64 48 33 04 25 28 00 xor rax,QWORD PTR fs:0x28
35: 00 00
37: 75 0c jne 45 <_Z4TestSt5arrayIDv8_fLm1EE+0x45>
39: 48 83 c4 28 add rsp,0x28
3d: 41 5a pop r10
3f: 5d pop rbp
40: 49 8d 62 f8 lea rsp,[r10-0x8]
44: c3 ret
45: c5 f8 77 vzeroupper
48: e8 00 00 00 00 call 4d <_Z4TestSt5arrayIDv8_fLm1EE+0x4d>
如您所见,还有很多其他说明。与此相反,Godbolt不包括所有这些额外说明:Godbolt-GCC 7.4
那么这是怎么回事?我刚刚开始学习汇编,所以对于有汇编经验的人来说也许是很清楚的,但是我有点困惑为什么GCC在我的机器上创建这些额外的指令。
问候和预先感谢。
编辑
为了避免进一步的混乱,我只是使用以下命令进行了编译:
gcc-7 -I/usr/local/include -O3 -march=native -Wall -Wextra -Wpedantic -pthread -std=gnu++1z -o test.o -c //libAssembly.cpp
输出保持不变。我不确定这是否相关,但是会生成警告:
warning: ignoring attributes on template argument ‘__m256 {aka __vector(8) float}’ [-Wignored-attributes]
通常,我不会发出此警告,这应该不是问题:
GCC警告的含义:忽略模板参数上的属性(-Wignored-attributes)
处理器是 Intel(R) Core(TM) i7-6700K CPU @ 4.00GHz
这是gcc -v
:
gcc-7 -v
Using built-in specs.
COLLECT_GCC=gcc-7
COLLECT_LTO_WRAPPER=/usr/lib/gcc/x86_64-linux-gnu/7/lto-wrapper
OFFLOAD_TARGET_NAMES=nvptx-none
OFFLOAD_TARGET_DEFAULT=1
Target: x86_64-linux-gnu
Configured with: ../src/configure -v --with-pkgversion='Ubuntu 7.4.0-1ubuntu1~18.04.1' --with-bugurl=file:///usr/share/doc/gcc-7/README.Bugs --enable-languages=c,ada,c++,go,brig,d,fortran,objc,obj-c++ --prefix=/usr --with-gcc-major-version-only --program-suffix=-7 --program-prefix=x86_64-linux-gnu- --enable-shared --enable-linker-build-id --libexecdir=/usr/lib --without-included-gettext --enable-threads=posix --libdir=/usr/lib --enable-nls --with-sysroot=/ --enable-clocale=gnu --enable-libstdcxx-debug --enable-libstdcxx-time=yes --with-default-libstdcxx-abi=new --enable-gnu-unique-object --disable-vtable-verify --enable-libmpx --enable-plugin --enable-default-pie --with-system-zlib --with-target-system-zlib --enable-objc-gc=auto --enable-multiarch --disable-werror --with-arch-32=i686 --with-abi=m64 --with-multilib-list=m32,m64,mx32 --enable-multilib --with-tune=generic --enable-offload-targets=nvptx-none --without-cuda-driver --enable-checking=release --build=x86_64-linux-gnu --host=x86_64-linux-gnu --target=x86_64-linux-gnu
Thread model: posix
gcc version 7.4.0 (Ubuntu 7.4.0-1ubuntu1~18.04.1)
Peter Cordes..
8
使用 -fno-stack-protector
您本地的GCC默认为,-fstack-protector-strong
但Godbolt的GCC安装没有。
mov rax,QWORD PTR fs:0x28
是讲故事的线索 ; GCC将其堆栈COOKIE保持不变,这fs:40
就是aka的线程本地存储fs:0x28
。在call
之后的ret
是call __stack_chk_fail
(但你拆开一个.o
不使用objdump -dr
,以显示迁移,所以占位符+0
偏移只是看着这样的函数中仍然是一个目标)。
由于您具有数组(或包含数组的类),因此即使堆栈大小是编译时常量,堆栈保护器也会生效。因此,您将获得存储堆栈COOKIE的代码,然后对其进行检查并在堆栈溢出时分支。(即使此MVCE中的大小为1的数组也足以触发它。)
在堆栈上以32个字节的对齐方式(for __m256
)需要32个字节的对齐方式,并且您的GCC比GCC8老,因此您得到了笨拙的堆栈对齐代码,该代码构建了包含返回地址的堆栈帧的完整副本。 为扩展堆栈变量的对齐而生成的程序集 (要清楚,GCC8仍然在此处对齐堆栈,只是在上面浪费了更少的指令。)
这几乎是一个错过的优化;gcc从未真正溢出或重新加载到这些阵列,因此它可以像优化堆栈一样将它们优化掉,就像没有堆栈保护器一样。
最近的GCC在更多情况下为对齐的局部变量优化了内存之后,更擅长优化堆栈的对齐方式,但这一直是AVX代码中永久遗漏的优化。幸运的是,在一个循环函数中,成本几乎可以忽略不计。只要小助手可以内联即可。
在Godbolt上进行编译可-fstack-protector-strong
复制您的输出。 较新的GCC(包括当前的主干10之前的版本)仍然没有进行优化,但是堆栈对齐的开销较少,因为它仅使用RBP作为帧指针并对齐RSP,然后引用相对于对齐的RSP的局部变量。它仍然检查堆栈COOKIE(在存储和检查之间没有任何说明)。
在您的桌面上,使用-fno-stack-protector
进行编译应该会很好。
1> Peter Cordes..:
使用 -fno-stack-protector
您本地的GCC默认为,-fstack-protector-strong
但Godbolt的GCC安装没有。
mov rax,QWORD PTR fs:0x28
是讲故事的线索 ; GCC将其堆栈COOKIE保持不变,这fs:40
就是aka的线程本地存储fs:0x28
。在call
之后的ret
是call __stack_chk_fail
(但你拆开一个.o
不使用objdump -dr
,以显示迁移,所以占位符+0
偏移只是看着这样的函数中仍然是一个目标)。
由于您具有数组(或包含数组的类),因此即使堆栈大小是编译时常量,堆栈保护器也会生效。因此,您将获得存储堆栈COOKIE的代码,然后对其进行检查并在堆栈溢出时分支。(即使此MVCE中的大小为1的数组也足以触发它。)
在堆栈上以32个字节的对齐方式(for __m256
)需要32个字节的对齐方式,并且您的GCC比GCC8老,因此您得到了笨拙的堆栈对齐代码,该代码构建了包含返回地址的堆栈帧的完整副本。 为扩展堆栈变量的对齐而生成的程序集 (要清楚,GCC8仍然在此处对齐堆栈,只是在上面浪费了更少的指令。)
这几乎是一个错过的优化;gcc从未真正溢出或重新加载到这些阵列,因此它可以像优化堆栈一样将它们优化掉,就像没有堆栈保护器一样。
最近的GCC在更多情况下为对齐的局部变量优化了内存之后,更擅长优化堆栈的对齐方式,但这一直是AVX代码中永久遗漏的优化。幸运的是,在一个循环函数中,成本几乎可以忽略不计。只要小助手可以内联即可。
在Godbolt上进行编译可-fstack-protector-strong
复制您的输出。 较新的GCC(包括当前的主干10之前的版本)仍然没有进行优化,但是堆栈对齐的开销较少,因为它仅使用RBP作为帧指针并对齐RSP,然后引用相对于对齐的RSP的局部变量。它仍然检查堆栈COOKIE(在存储和检查之间没有任何说明)。
在您的桌面上,使用-fno-stack-protector
进行编译应该会很好。