G++ optimization beyond-O3/ - Ofast

Większość odpowiedzi sugeruje alternatywne rozwiązania, takie jak różne Kompilatory lub zewnętrzne biblioteki, które najprawdopodobniej przyniosłyby wiele pracy nad przepisaniem lub integracją. Postaram się trzymać tego, co zadaje pytanie, i skupić się na tym, co można zrobić z samym GCC, aktywując flagi kompilatora lub wykonując minimalne zmiany w kodzie, zgodnie z życzeniem OP. to nie jest odpowiedź "musisz to zrobić", ale bardziej zbiór poprawek GCC, które dobrze się dla mnie sprawdziły i które można wykonać. spróbuj, jeśli są one istotne w konkretnym kontekście.

Ostrzeżenia dotyczące pytania pierwotnego

Zanim przejdziemy do szczegółów, kilka ostrzeżeń dotyczących pytania, zazwyczaj dla osób, które przyjdą, przeczytają pytanie i powiedzą: "OP optymalizuje się poza O3, powinienem użyć tych samych FLAG niż on!".

• -march=native umożliwia użycie instrukcji specyficznych dla danej architektury procesora , A niekoniecznie dostępne na innej architekturze. Program może nie działać w ogóle, jeśli działa na systemie z innym procesorem lub jest znacznie wolniejszy (ponieważ umożliwia to również mtune=native), więc pamiętaj o tym, jeśli zdecydujesz się go użyć. Więcej informacji tutaj .
• -Ofast, Jak stwierdziłeś, umożliwia pewne niestandardowe optymalizacje zgodne z , więc powinien być również używany z ostrożnością. Więcej informacji tutaj .

Inne flagi GCC do wypróbowania

The szczegóły dla różnych flag są wymienione tutaj .

• -Ofast włącza -ffast-math, co z kolei umożliwia -fno-math-errno, -funsafe-math-optimizations, -ffinite-math-only, -fno-rounding-math, -fno-signaling-nans i -fcx-limited-range. Możesz pójść jeszcze dalej na optymalizacje obliczeń zmiennoprzecinkowych poprzez selektywne dodanie niektórych dodatkowych znaczników, takich jak -fno-signed-zeros, -fno-trapping-math i inni Nie są one zawarte w -Ofast i mogą dać dodatkowe zwiększenie wydajności w obliczeniach, ale musisz sprawdzić, czy rzeczywiście korzystają z Ciebie i nie przerywaj żadnych obliczeń.
• GCC posiada również dużą ilość innych znaczników optymalizacji , które nie są włączone przez żadne Opcje "-O". Są one wymienione jako "opcje eksperymentalne, które mogą wytwarzać uszkodzony kod", więc ponownie, powinny być używane z ostrożnością, a ich efekty sprawdzane zarówno przez testowanie poprawności, jak i benchmarking. Niemniej jednak często używam -frename-registers, opcja ta nigdy nie przyniosła niechcianych rezultatów dla mnie i ma tendencję do zauważalnego wzrostu wydajności (tj. można zmierzyć przy benchmarkingu). Jest to typ flagi, która jest bardzo zależna od procesora. -funroll-loops czasami daje dobre wyniki( a także implikuje -frename-registers), ale zależy to od rzeczywistego kodu.

PGO

GCC ma optymalizacje profilowe funkcje. Nie ma na ten temat zbyt dużej dokładnej dokumentacji GCC, ale mimo to uruchomienie go jest dość proste.

• najpierw skompiluj swój program z -fprofile-generate.
• niech program uruchomi się (czas wykonania będzie znacznie wolniejszy, ponieważ kod generuje również informacje o Profilu .pliki gcda).
• przekompiluj program za pomocą -fprofile-use. Jeśli Twoja aplikacja jest wielowątkowa, Dodaj również flagę -fprofile-correction.

PGO z GCC może dać niesamowite rezultaty i naprawdę znacznie zwiększyć wydajność(widziałem 15-20% wzrost prędkości na jednym z projektów, nad którymi ostatnio pracowałem). Oczywiście chodzi o to, żeby mieć jakieś dane, które są wystarczająco reprezentatywne dla wykonania aplikacji, które nie zawsze są dostępne lub łatwe do uzyskania.

GCC ' s Parallel Mode

GCC posiada tryb równoległy , który został po raz pierwszy wydany w czasie, gdy kompilator gcc 4.2 był wyłączony.

Zasadniczo dostarcza równoległych implementacji wielu algorytmów w bibliotece standardowej C++ . Aby włączyć je globalnie, wystarczy dodać -fopenmp i -D_GLIBCXX_PARALLEL flagi do kompilatora. W razie potrzeby można również selektywnie włączyć każdy algorytm, ale będzie to wymagało drobnych zmian w kodzie.

Wszystkie informacje o tym trybie równoległym można znaleźć tutaj .

Jeśli często używasz tych algorytmów na dużych strukturach danych i masz wiele kontekstów wątków sprzętowych, te równoległe implementacje mogą znacznie zwiększyć wydajność. Korzystałem tylko z równoległej implementacji sort do tej pory, ale aby dać przybliżony pomysł, udało mi się skrócić czas sortowania z 14 do 4 sekund w jednej z moich aplikacji (środowisko testowe: wektor 100 milionów obiektów z niestandardową funkcją komparatora i maszyna 8 rdzeniowa).

Dodatkowe triki

W przeciwieństwie do poprzednich sekcji punktów, ta część wymaga niewielkich zmian w kodzie . Są również specyficzne dla GCC( niektóre z nich działają również na Clang), więc makra czasu kompilacji powinny być używane, aby zachować kod Przenośny na innych kompilatorach. Ta sekcja zawiera kilka bardziej zaawansowanych technik i nie powinna być używana, jeśli nie masz pewnego poziomu zrozumienia tego, co się dzieje. Zauważ również, że procesory i kompilatory są obecnie dość inteligentne, więc może to być trudne, aby uzyskać zauważalne korzyści z funkcji opisanych tutaj.

• GCC builtins, które są wymienione tutaj . Konstrukty takie jak __builtin_expect mogą pomóc kompilatorowi w lepszej optymalizacji, dostarczając mu przewidywanie gałęzi Informacje. Inne konstrukcje, takie jak __builtin_prefetch, przenoszą dane do pamięci podręcznej przed jej dostępem i mogą pomóc zmniejszyć liczbę błędów pamięci podręcznej .
• atrybuty funkcji, które są wymienione tutaj . W szczególności powinieneś przyjrzeć się atrybutom hot i cold; pierwszy z nich wskaże kompilatorowi, że funkcja jest hotspot programu i zoptymalizować funkcję bardziej agresywnie i umieścić ją w specjalnym podrozdziale sekcja tekstowa, dla lepszej lokalizacji; im później zoptymalizuje funkcję pod względem rozmiaru i umieści ją w innej specjalnej sekcji sekcji tekstowej.

Mam nadzieję, że ta odpowiedź okaże się przydatna dla niektórych programistów i z przyjemnością rozważę wszelkie zmiany lub sugestie.