Xeon Phi 《协处理器高性能编程指南》随书代码整理 part 4

▶ 第五章，几个优化

● 代码

 #include <stdio.h>
 #include <stdlib.h>
 #include <math.h>

 #define S       1024*32
 #define T       float
 #define ITER    1000
 #define VLEN    16

 __declspec(noinline) void scalar(T *A, T *B, T *C, T k)     // 标量型
 {
     __assume_aligned(A, );                // 声明数组对齐到 512 bit
     __assume_aligned(B, );
     __assume_aligned(C, );
     for (int i = ; i < S; i++)
     {
         T tmp = A[i] * k + B[i];
         if (tmp > 0.5f)
             tmp *= sin(B[i]);
         C[i] = tmp;
     }
 }

 __declspec(noinline) void shortVector(T *A, T *B, T *C, T k)// 短向量型
 {
     __assume_aligned(A, );
     __assume_aligned(B, );
     __assume_aligned(C, );
     for (int i = ; i < S; i+=VLEN)
     {
         T tmp[VLEN];
         tmp[:]= A[i:VLEN] * k + B[i:VLEN];  // Cilk 的 tmp[起点:长度] 作引用
         if (tmp[:] > 0.5f)
             tmp[:] *= sin(B[i:VLEN]);
         C[i:VLEN] = tmp[:];
     }
 }

 int main()
 {
     volatile __int64 start, time1, time2;
     T ref_result, short_result;
     const float k = 0.5;

     T *A, *B, *C;                                   // 声明并定义对齐的数组或数组指针
     posix_memalign((void **)&A, , sizeof(T)*S);
     posix_memalign((void **)&B, , sizeof(T)*S);
     posix_memalign((void **)&C, , sizeof(T)*S);
     //__declspec(align(64)) T A[S], B[S], C[S];     // 等价的声明方式

     A[:S] = __sec_implicit_index();               // 数组赋值为 {0, 1, 2, ...}
     B[:S] = __sec_implicit_index();
     C[:S] = ;
     //for(int i=0;i<S;i++)                          // 等价的复制方法
     //   A[i] = B[i] = i, C[i] = 0;

     //for(int i=0;i<10;i++)
     //    printf("%f, ", A[i]);
     //printf("\n");
     //for(int i=0;i<10;i++)
     //    printf("%f, ", B[i]);
     //printf("\n");

     start = __rdtsc();                              // 计时器，计算 CPU 的tick 数
     for (int i = ; i < ITER; i++)
         scalar(A, B, C, k);
     time1 = __rdtsc() - start;
     //for(int i=0;i<10;i++)
     //    printf("%f, ", C[i]);
     //printf("\n");
     ref_result = __sec_reduce_add(C[:S]);          // 规约加，用于比较结果是否正确

     start = __rdtsc();
     for (int i = ; i < ITER; i++)
         shortVector(A, B, C, k);
     time2 = __rdtsc() - start;
     //for(int i=0;i<10;i++)
     //    printf("%f, ", C[i]);
     //printf("\n");
     short_result = __sec_reduce_add(C[:S]);

     printf("ref:\t%f, %Id CPU tick\nshort:\t%f, %Id CPU tick\n", ref_result, time1, short_result, time2);
     return ;
 }

● 输出结果。O0 优化，XeonPhi 上 CPU tick，较少，尤其是 shortVector 优化效果明显，但是 O3 优化 XeonPhi 更差，甚至比自身 O0 还差

[cuan@server3145 XeonPhi]$ icc kk.c -O0
[cuan@server3145 XeonPhi]$ ./a.out
ref:      -39578.562500,  CPU tick
short:    -39578.562500,  CPU tick
[cuan@server3145 XeonPhi]$ icc -mmic kk.c -O0
[cuan@server3145 XeonPhi]$ scp a.out cuan@mic0:/home/cuan
cuan@mic0's password:
a.out                                                       %   33KB  .5KB/s   :
[cuan@server3145 XeonPhi]$ ssh cuan@mic0
cuan@mic0's password:
[cuan@server3145-mic0 ~]$ ./a.out
ref:      -39578.562500,  CPU tick
short:    -39578.562500,  CPU tick

[cuan@server3145 XeonPhi]$ icc kk.c -O3
[cuan@server3145 XeonPhi]$ ./a.out
ref:      -39578.617188,  CPU tick
short:    -39578.617188,  CPU tick
[cuan@server3145 XeonPhi]$ icc -mmic kk.c -O3
[cuan@server3145 XeonPhi]$ scp a.out cuan@mic0:/home/cuan
cuan@mic0's password:
a.out                                                       %   90KB  .2KB/s   :
[cuan@server3145 XeonPhi]$ ssh cuan@mic0
cuan@mic0's password:
[cuan@server3145-mic0 ~]$ ./a.out
ref:      -39578.429688,  CPU tick
short:    -39578.429688,  CPU tick