現在的編譯器越來越聰明,功能越來越強,從簡單的函數內聯,到複雜的寄存器分析,一系列代碼革命使程序運行得越來越快。大多數時候,更快比更小重要,因爲磁盤空間和內存都變得便宜了。但是在嵌入式系統裏,更小和更快是一樣重要的,所以把代碼進行優化是非常有意義的工作。
如果你已經知道了怎樣用gcc編譯你的代碼,現在是時候讓你的代碼更快或者更小了,這也是本章的內容。如果學有所成的話,你甚至可以讓你的下一個程序既快又小。首先我們快速瀏覽一下編譯器優化理論,然後討論GCC的代碼優化命令行選項,從一般的、體系結構無關的優化,到體系結構相關的優化方法。
雖然本章的示例代碼都是C語言的,但是優化選項是通用的、語言無關的。能把一些優化選項適用到所有語言的編譯器上,是一個編譯器家族最大的優勢,比如GCC編譯器家族就是這樣。
OPTIMIZATION AND DEBUGGING
沒有代碼優化的時候,GCC的一個重要目標是儘量縮短編譯時間,並保證產生的代碼在調試環境下的行爲正確。比如,在優化過的代碼裏,一個變量如果在循環裏多次計算,但是值其實沒有變化,那麼編譯器可以把它移到循環的外面,只計算一次。雖然這是可行了(當然,只要不改變程序的運行結果),但是這使你無法按照源代碼進行調試,因爲計算該變量的代碼被優化掉了。如果沒有優化,你就可以正確的進行調試,檢查變量的值。這就是所謂的“代碼在調試環境下的行爲正確”。
優化能改變代碼的執行流程,但不改變執行結果。所以,優化一般是編碼並調試完成之後才進行的。其實優化過的代碼也是可以進行調試的,只是需要一些技巧。
編譯器優化理論概覽
代碼優化是指分析一段編譯後的代碼,然後決定如何改變它,使它運行的更快,消耗的資源更少。擁有此功能的編譯器叫做優化編譯器(optimizing compilers),最後的輸出代碼叫做優化代碼(optimized code)。
優化編譯器使用幾種辦法來決定哪些代碼可被優化。一種是控制流分析(control flow analysis),即檢查循環和其他控制語句,比如if-then和case,找出程序可能的執行路徑,然後決定哪些執行路徑可以被改進。另一個典型的優化技術是檢查數據是怎樣使用的,即數據流分析(data flow analysis)。此法檢查變量在哪裏是怎樣使用的(或沒被使用),然後應用一系列的方程式到這些使用模式上面,從而找到優化的途徑。
除了本章所述的一些計算機所作的改進外,優化還包括了對程序所使用的算法的改進。典型的比如冒泡排序算法改進成快速排序或希爾排序。這類改進能使程序的性能有本質的提高,比計算機能做的優化強得多,所以優化既是CPU的事情,也是人的事情。
本節定義一個基本塊(basic block)指,只有一個入口和出口,其他地方不包括終止、分支語句的連續代碼段。在一個基本塊內進行的轉化稱爲局部轉化(local transformations),同樣的不是在一個基本塊內的轉化稱爲全局轉化(global transformations)。通常編譯器會進行許多全局或局部的轉化,不過局部轉化總是先做。
雖然本節的例子使用C語言,其實所有GCC編譯器都使用一種中間語言進行這種轉化,這種中間語言比各種編程語言更適合計算機處理。GCC在產生最終的2進制代碼前,會使用一系列不同的中間語言翻譯你的源程序。不過對人類來說,C和其他的高級語言比這些中間語言更好理解。
GCC編譯器還做了很多其他的優化,有些非常細緻,甚至需要專業的編譯器理論知識。這裏列出的優化方法只是基礎,並且能用命令行來進行選擇。
注意
我所知的最經典的編譯器著作,當屬“龍書”《Compilers: Principles, Techniques, and Tools》,因其封面有一個恐龍而得名(Alfred V. Aho, Ravi Sethi, and Jeffrey D. Ullman,Addison Wesley Longman, 1986. ISBN: 0-201-10088-6)。書裏的優化理論介紹比本文詳細的多,並且曾是我的啓蒙書籍。
Code Motion
Code motion是一種優化技巧,是指在Common subexpression elimination(後有詳述)時去掉多餘的代碼。Code motion並不是去掉所有的subexpression,而是在中間語言形式下改變它們的位置,以便能減少它們出現的次數。比如,在嵌套的循環或其他控制結構裏,中間變量的計算次數可能不是最優的,要優化這些程序,編譯器把這些計算語句移到循環更少的地方,並且保證計算結果是一樣的。把計算移出循環的方法我們稱爲loop-invariant code motion。Code motion還用在另一種Common subexpression elimination裏,叫做partial redundancy elimination。
Common Subexpression Elimination
去除多餘的計算是一種標準的優化手段,因爲它能減少程序的指令數,並得到相同的結果。比如,如果一個表達式的參數(所引用的變量)值不變,那麼就可以只計算一次結果,在以後引用該表達式的地方用結果值替代就可以了。這些後來引用該表達式的地方就叫做common subexpressions。比如下例:
Listing 5-1. An Example of a Common Subexpression
#define STEP 3
#define SIZE 100
int i, j, k;
int p[SIZE];
for (i = 0; i < SIZE; ++i) {
j = 2 * STEP;
k = p[i] * j;
}
for循環內的表達式j = 2 * STEP就是一個common subexpression,因爲它的值可以在進入循環之前計算,而且它的參數變量STEP(實際上是一個宏定義)從不改變。Common subexpression elimination (CSE)把for循環內的重複計算去掉,成爲如下形式:
j = 2 * STEP;
for (i = 0; i < 100; ++i) {
k = p[i] * j;
}
雖然這個例子簡單了點,不過能很好的說明問題,CSE去掉了100次對j的計算。CSE能去掉不必要的計算,改善程序性能,並減少了最終文件的大小。
Constant Folding
Constant folding是指去掉在編譯時就能確定的數值計算表達式。這些表達式必須只包含常數值,或者值爲常數的變量。比如,下面的計算表達式都可以用一個賦值語句來替換:
n = 10 * 20 * 400;
i = 10;
j = 20;
ij = i * j;
後面的例子裏,如果i和j在後續的程序裏沒有用到的話,完全可以去除它們的定義。
Copy Propagation Transformations
這是另一種減少或去除多餘計算的方法,即去除那些只是爲了傳遞數值的變量複製操作。看下面的代碼:
i = 10;
x[j] = i;
y[MIN] = b;
b = i;
Copy propagation transformation可能會優化成下面的代碼:
i = 10;
x[j] = 10;
y[MIN] = b;
b = 10;
在本例裏,copy propagation允許把右值變成常數,這樣比搜索和複製變量的值要快得多,並且也能去掉變量給自己賦值的情況。有些情況下,copy propagation並不直接產生優化,但是能簡化代碼,方便其他優化,比如code motion和code elimination。
Constant propagation是一種把變量替換成常量的copy propagation transformation優化方法。Copy propagation主要指去掉不必要的變量間的相互複製,而Constant propagation則指去掉不必要的預定義值到變量的複製。
Dead Code Elimination
DCE是指把那些實際上無用的或多餘的代碼去掉。你可能想問“爲什麼我會寫這樣的代碼呢?”,其實在一個很大的、延續時間很長的項目裏,這是很容易發生的。許多DCE都是在中間語言表示的形式下進行的,因爲它是源代碼更標準的翻譯,更容易發現不必要的中間計算。
Unreachable code elimination是指去除編譯器確定不可能到達的代碼。比如下面的代碼塊:
if ( i == 10 ) {
. . .
} else {
. . .
if ( i == 10) {
. . .
}
}
第2次對i是否等於10的測試及處理代碼可以去掉,因爲它是不可能到達的。UCE也是在中間代碼形式裏進行的。
If-Conversion
即分支重構,比如把大的if-then-elseif-else結構,重構成多個if語句,這樣能簡化代碼,爲以後的優化提供方便,並去除某些無用的跳轉和分支語句。
Inlining
即把複雜結構或函數調用替換成內聯的代碼以改善性能。Code inlining或loop unrolling都是指把全部或部分循環展開成一系列的直接指令。Function inlining是指用函數執行的指令替代對函數的調用。一般情況下,inlining能減少代碼複雜度,提高性能,因爲不需要多餘的分支跳轉。它還能給common subexpression elimination和code motion提供優化機會。這方面最經典的例子是Duff’s Device,詳見http://en.wikipedia.org/wiki/Duff's_device。
GCC Optimization Basics
GCC處理源代碼時,會把它轉化成一種中間形式。這樣做有幾大好處:、
l 把源代碼變得簡單、低級,使優化點暴露出來;
l 使可能很複雜的結構更容易生成簡單易讀的語法分析樹;
l 使用統一的中間形式使GCC編譯器之間能通用優化策略。
傳統上GCC使用的內部中間形式叫做Register Transfer Language (RTL),這是一種很低級的語言,GCC把任何代碼(無論什麼級別)轉化成目標代碼之前都先翻譯成這種代碼。對於像GCC的RTL這種非常低級的語言進行的優化也是很“低級”的,比如寄存器分配、堆棧和數據優化等。因爲它很低級,所以不會像你想象的那樣能進行數據類型、數組和變量引用、控制流改變等“高級”的優化。
GCC 4.0的作者們發明了一種新的中間形式static single assignment (SSA),通過對GCC編譯器產生的語法分析樹進行操作而得到,因此得名Tree SSA。4.0及更高的GCC編譯器在生成Tree SSA之前還有2種中間形式,叫做GENERIC和GIMPLE。GENERIC是通過去除源代碼中語言相關的結構得到的中間形式,GIMPLE則是把GENERIC只讀地址引用進行簡化得到。也許你也看出來了,在到達RTL等級之前,有許多的優化已經在這些相對高級點的層面上先做了。
關於Tree SSA的詳細信息和優化處理的步驟有許多資料可參考,其中一個是2003年的GCC開發者總結,網址爲http://www.linux.org.uk/~ajh/gcc/gccsummit-2003-proceedings.pdf。
What’s New in GCC 4.x Optimization
GCC 4.x家族最重要的變化是引入了中間形式Tree SSA,它提供了更多的優化空間,和更多的參數選項,包括-ftree-ccp, -ftree-ch, -ftree-copyrename, -ftree-dce, -ftree-dominator-opts, -ftree-dse, -ftree-fre, -ftree-loop-im, -ftree-loop-ivcanon, -ftree-loop-linear, -ftree-loop-optimize, -ftree-lrs, -ftree-pre, -ftree-sra, -ftree-ter, and -ftree-vectorize,本章稍候會敘述。由於有了這些重大的改變,原來的通用優化等級-O1、-O2、-O3和-Os都有了變化。除此以外,任何語言的GCC編譯器的優化都更普遍了。
同時由於有IBM的大力支持,GCC 4改進了向量化。向量化發現同一操作應用到多個數據的代碼,並改善其性能。GCC 4可以把16個標量操作合成爲一個向量操作。這個優化方法可以在遊戲、視頻和多媒體應用裏大展身手,因爲這些程序的指令都是對數組向量的重複操作。
GCC 4還改進了數組邊界檢查和棧的內容結構檢查,保護程序免遭流行的緩衝區和棧溢出攻擊。
Architecture-Independent Optimizations
GCC的優化分爲2大類:體系結構無關和體系結構相關。本節介紹體系結構無關的優化,包括計算機體系無關,比如x86;處理器類型無關,比如IA-32處理器;和處理器家族無關,例如Pentium IV (Xeon)。
GCC的優化選項有-O;-On,參數n是介於0到3之間的整數;或者-Os。-O0關閉優化。-O和-O1(又叫作第1級優化)等價,允許編譯器在不大量增加編譯時間的前提下減少代碼量和執行時間。-O2和-O3比-O1的優化等級更高,-Os會最小化代碼量。
本節所有的表格顯示了GCC提供的各種優化選項,如果要關閉相應優化,只需在-f和優化選項名字之間加上no-就行了。比如,要禁止deferred stack pops優化,命令行可以這樣寫:
$ gcc myprog.c -o myprog -O1 -fno-defer-pop
注意
-f表示一個機器無關的操作標誌,即應用一個(大多數情況下)體系結構無關的優化操作。這些標誌選項更改了GCC的默認行爲,但是不需要硬件的特殊支持。通常你可以指定多個標誌。
Level 1 GCC Optimizations
下表列出了-O或-O1時進行的默認優化選項:
Optimization |
Description |
-fcprop-registers |
試圖減少寄存器複製操作的次數 |
-fdefer-pop |
Accumulates function arguments on the stack. |
-fdelayed-branch |
Utilizes instruction slots available after delayed branch instructions. |
-fguess-branch-probability |
利用隨機預測器猜測分支的可達性 |
-fif-conversion |
把有條件跳轉變成非分支語句 |
-fif-conversion2 |
利用條件執行(要求CPU支持)進行if-conversion優化 |
-floop-optimize |
應用幾個針對循環的優化 |
-fmerge-constants |
合併多個模塊中相等的常量 |
-fomit-frame-pointer |
省略函數楨指針的存儲。只能在不影響調試的系統裏激活 |
-ftree-ccp |
在SSA Trees上進行較少的conditional constant propagation(CCP)優化(只限GCC 4.x) |
-ftree-ch |
在SSA Trees上執行loop header copying,即去掉一個跳轉指令,並提供code motion優化的機會(只限GCC 4.x) |
-ftree-copyrename |
在SSA Trees上執行copy renaming,即在複製位置把內部變量的名字改得更接近原始變量的名字(只限GCC 4.x) |
-ftree-dce |
在SSA Trees上執行dead code elimination (DCE)優化(只限GCC 4.x) |
-ftree-dominator-opts |
利用支配樹(dominator tree)遍歷來進行一系列優化。A dominator tree is a tree where each node’s children are the nodes that it immediately dominates。這些優化包括constant/copy propagation,redundancy elimination,range propagation,expression simplification和jump threading(減少跳轉語句)(只限GCC 4.x) |
-ftree-dse |
在SSA Trees上執行dead store elimination (DSE) (只限GCC 4.x) |
-ftree-fre |
在SSA Trees上執行full redundancy elimination (FRE),即認爲全路徑計算的表達式會導致冗餘編譯。這和partial redundancy elimination(PRE)相似,不過比它快,找到的冗餘也比較少。(只限GCC 4.x) |
-ftree-lrs |
在SSA Trees轉化成RTL前,轉化成一般形式,並執行live range splitting。這種方法明確了變量的生存期,爲後續的優化提供幫助(只限GCC 4.x) |
-ftree-sra |
把聚合體替換成標量,即把對結構體的引用替換成標量數值,避免在不必要的時候把結構體提交到內存裏(只限GCC 4.x) |
-ftree-ter |
在SSA Trees轉化成RTL前,轉化成一般形式,並執行temporary expression replacement (TER)。把只使用一次的臨時表達式替換成原始定義的表達式,這樣更容易產生RTL代碼,並使產生的RTL代碼有更多的優化機會。(只限GCC 4.x) |
第1級優化揉合了代碼大小和速度改進2種優化措施。比如,-tree-dce去掉了無用代碼,於是減少了代碼量;跳轉指令減少使整個程序的棧使用量減少;而-fcprop-registers是性能優化,減少在寄存器間複製數據的次數。
-fdelayed-branch和-fguess-branch-probability是指令調度改進。如果底層CPU支持指令調度,這些優化標誌就試圖使CPU等待下一條指令的等待時間最小化。
-floop-optimize開啓了對循環的優化,包括把常數表達式移出循環和簡化推出循環的條件測試。在更高的第2級優化裏,該標誌還執行strength reduction和循環展開。
-fomit-frame-pointer是非常有用,原因有2個:省下了設置、保存和恢復楨指針的代碼;有時候省下了一個CPU寄存器,可有它用。而負面影響是:沒有了楨指針,調試(比如棧跟蹤,尤其是嵌套很深的函數)變得很難甚至不可能。
-O2優化(第2級優化)包括了第1級的所有優化加上下表列出的另一些優化。應用這些優化將延長編譯時間,不過你的程序性能將得到顯著的提高。
Level 2 GCC Optimizations
當使用-O2優化選項時,下表的優化將默認進行:
Optimization |
Description |
-falign-functions |
把函數對齊到2的指數字節邊界 |
-falign-jumps |
把跳轉指令對齊到2的指數字節邊界 |
-falign-labels |
把標籤對齊到2的指數字節邊界 |
-falign-loops |
把循環對齊到2的指數字節邊界 |
-fcaller-saves |
保存並恢復被函數調用改寫的寄存器 |
-fcrossjumping |
分解等價代碼來減少代碼量 |
-fcse-follow-jumps |
CSE過程中跳過不會到達的目標 |
-fcse-skip-blocks |
CSE過程中可以跳過條件塊 |
-fdelete-null-pointer-checks |
去掉不必要的null指針檢查 |
-fexpensive-optimizations |
執行一些“較昂貴”的優化 |
-fforce-mem |
在寄存器裏保存內存操作數(只限GCC 4.1) |
-fgcse |
執行一遍全局CSE(Common Subexpression Elimination) |
-fgcse-lm |
在全局CSE時把裝載指令移到循環外面 |
-fgcse-sm |
在全局CSE時把保存治療移到循環外面 |
-foptimize-sibling-calls |
優化有副作用的或尾遞歸的函數調用 |
-fpeephole2 |
執行機器相關的深度優化 |
-fregmove |
Reassigns register numbers for maximum register tying |
-freorder-blocks |
重新安排函數的基本塊,以便減少分支和提高代碼局部性 |
-freorder-functions |
對於經常調用或極少調用的函數,使用特殊的text段重新安排函數的基本塊,以提高代碼局部性 |
-frerun-cse-after-loop |
在循環優化之後執行一遍CSE |
-frerun-loop-opt |
執行2此循環優化 |
-fsched-interblock |
在基本塊間調度指令 |
-fsched-spec |
Schedules speculative execution of nonload instructions |
-fschedule-insns |
重新安排指令以最小化執行延遲 |
-fschedule-insns2 |
執行第2次schedule-insns |
-fstrength-reduce |
用“廉價”的指令代替“昂貴”的指令 |
-fstrict-aliasing |
通知編譯器使用最嚴格的別名規則(aliasing rules) |
-fthread-jumps |
試圖重新安排跳轉指令的順序,成爲執行的順序 |
-ftree-pre |
在SSA Trees上執行partial redundancy elimination (PRE) |
-funit-at-a-time |
在開始代碼生成之前對整個文件進行語法分析,以便進行額外的優化,比如重新安排代碼和申明,去掉從不引用的靜態變量和函數等。 |
-fweb |
把每個web(代碼的存活範圍)賦給它自己的僞寄存器,方便後續的優化,例如CSE,dead code elimination和循環優化。 |
4個-falign-選項強制函數、跳轉指令、標籤和循環對齊到2的指數邊界,原理是內存對齊的數據和結構對計算機有更高的訪問速度。前提是對齊後的代碼被頻繁調用,能彌補因對齊造成的no-op指令的延遲。
-fcse-follow-jumps和-fcse-skip-blocks正如其名,是在前面介紹的CSE過程中執行的優化。使用-fcse-follow-jumps,CSE會跳過不可到達的目標代碼。比如,下面的條件代碼:
if (i < 10) {
foo();
} else {
bar();
}
通常,即使(i < 10)測試爲false,CSE仍要按照全路徑對foo()進行優化。如果你指定了-fcse-follow-jumps,CSE就直接跳到else塊進行優化(bar())。
-fcse-skip-blocks使CSE可以跳過條件塊。比如你寫了如下的if語句:
if (i >= 0) {
j = foo(i);
}
bar(j);
如果你指定了-fcse-skip-blocks而且i是負值,那麼CSE將直接跳到bar(),越過了原來的if語句。而通常情況下,無論i是什麼值,CSE都需要對if語句進行處理。
-fpeephole2執行CPU相關的深度優化,把較長的指令集替換成較短的、簡練的指令。比如下面的代碼:
a = 2;
for (i = 1; i < 10; ++i)
a += 2;
GCC可能把整個循環替換成賦值語句a=20。使用了-fpeephole2,GCC就在標準的深度優化(比如C語言裏用位操作代替算術操作)之外還進行CPU相關的優化。
-fforce-mem是指在對指針進行運算前,把內存操作數和常量複製到寄存器裏,目的是生成內存引用的common subexpressions,然後用CSE進行優化。前面已經講過,CSE能去除多餘的寄存器裝載指令。
-foptimize-sibling-calls試圖優化掉尾遞歸的或同屬調用(sibling call)的函數。尾遞歸調用是指函數的遞歸調用出現在最後面。比如下面的代碼:
int inc(int i)
{
printf("%d/n" i);
if(i < 10)
inc(i + 1);
}
上面定義的inc()函數,在函數體最後遞歸調用了以i+1爲參數的自身,直到i大於等於10。既然尾遞歸調用的深度是已知的,那麼就可以用一個迭代來消除尾遞歸。-foptimize-sibling-calls就試圖進行這種優化。同屬調用(sibling call)也是指函數調用出現在尾上下文(tail context,比如return語句)中。
GCC Optimizations for Code Size
選項-Os變得越來越流行,因爲它包含了第2級優化裏除增加代碼量以外的所有優化。-Os還應用了一些減少代碼量的額外優化。代碼量在這裏不是指程序文件在磁盤裏佔用的存儲空間,而是指程序運行時佔用的內存空間。注意,-Os會自動屏蔽下面的優化選項:
• -falign-functions
• -falign-jumps
• -falign-labels
• -falign-loops
• -fprefetch-loop-arrays
• -freorder-blocks
• -freorder-blocks-and-partition
• -ftree-ch
分別使用-O2和-Os編譯程序,然後對比它們的性能和內存用量是很有意義的。比如,我發現最新的Linux內核下使用-O2和-Os編譯的程序擁有幾乎相同的運行時性能,但是後者的運行時內存用量卻少了15%。當然,你的環境下可能有不同的發現。
Level 3 GCC Optimizations
指定-O3優化選項除了包括第1級,第2級的所有優化外,還包括:
l -fgcse-after-reload:在重新裝載時執行一遍額外的load elimination;
l -finline-functions:把所有的“簡單”函數內聯到調用者中;
l -funswitch-loops:Moves branches with loop invariant conditions out of loops
注意
如果使用了多個-O選項,最後的那個決定一切。所以,命令gcc -O3 foo.c bar.c -O0 -o baz將不執行任何優化,因爲-O0出現在最後。
Manual GCC Optimization Flags
除了前面講的幾個-O選項能進行的優化外,GCC還有幾個只能用-f指定的優化選項,如下表所示:
Flag |
Description |
-fbounds-check |
對訪問數組的索引進行檢查 |
-fdefault-inline |
把C++成員函數默認爲內聯 |
-ffast-math |
設置: -fno-math-errno -funsafe-math-optimizations -fno-trapping-math 選項 |
-ffinite-math-only |
禁止檢查NaN和無窮大的參數或結果 |
-ffloat-store |
禁止在寄存器裏存儲浮點數值 |
-fforce-addr |
在寄存器裏存儲內存常量 |
-ffunction-cse |
在寄存器裏存儲函數地址 |
-finline |
把用inline關鍵字指定的函數內聯展開 |
-finline-functions |
在調用者裏把簡單的函數內聯 |
-finline-limit=n |
指定內聯函數的僞指令數不超過n |
-fkeep-inline-functions |
保持內聯函數仍爲可調用的函數 |
-fkeep-static-consts |
保留用static const申明但從未引用過的變量 |
-fmath-errno |
設置數學函數的errno執行時成爲單條指令 |
-fmerge-all-constants |
把模塊間相同值的變量合併 |
-ftrapping-math |
Emits code that generates user-visible traps for FP operations |
-ftrapv |
產生代碼捕捉有符號值的運算溢出 |
-funsafe-math-optimizations |
禁止對浮點操作進行錯誤檢查和一致性測試 |
上面列出的選項很多都有關浮點操作。在進行這些效果不確定的優化的同時,優化器會背離嚴格的ISO和/或IEEE標準,尤其是對數學函數和浮點運算。在浮點運算量巨大的應用裏,這樣做可能有顯著的性能提升,但是代價就是放棄了對標準的遵守。在某些情況下,這種放棄是可以接受的,當然最終決定權在你的手裏。
注意
不是所有的GCC優化選項都可以用這些標誌來控制。有些優化選項是完全自動進行的,而且只對代碼進行小的修改。只要你使用了-O,就不能禁止這些優化。
Processor-Specific Optimizations
傳統上,爲目標機器定製的優化並不被提倡,因爲它們依賴許多目標系統的信息。GCC利用這些信息產生特殊的代碼,使用處理器特有的屬性或避免已知的缺陷。
在寫這本書以前,我通常只用-O2來優化我的程序,把剩下的事都交給編譯器。寫完這本書以後,我感覺自己的能力更強了,並給程序增加了一些被證明很有用的編譯選項,即在特定情況下的特定優化選項。下面的文字都是指導性的,因爲畢竟你比我更懂自己的代碼。
Automating Optimization with Acovea
即使你把本文的內容忘的差不多了,你肯定還是知道GCC的選項簡直有無數個。要想給某一個特定的程序和特定的體系結構選擇最好的GCC選項集,根本就是不可能的。所以很多人都做法是,使用標準的優化選項,然後在自己知道的其他選項裏試驗出幾個有用的。這樣做可能是爲了節省開發時間,但是它卻是“可恥”的。
Scott Ladd的Acovea程序(http://www.coyotegulch.com/products/acovea/index.html)提供了一個有趣而且有用的方法,獲得最好的優化選擇,原理是利用進化算法(evolutionary algorithm)模擬自然的選擇。聽起來似乎很神奇,讓我們看看它是怎麼工作的。Acovea應用那些可能改善各種代碼的優化算法,檢查結果,然後保留那些能使代碼性能提高的優化。這和自然選擇過程的第一步在概念上非常相似。Acovea然後自動把滿意的優化算法傳給後續的選擇過程,這樣一步步應用更多的優化算法。
GCC專家們在網上各處發表了很多進化出“最佳”優化的建議。不過,這些建議可能是相互矛盾的,甚至在你的應用裏不產生效果。Acovea試圖通過反覆的用優化選項編譯代碼,並自動詳細的分析性能,來得到最佳的結果。這種詳盡的分析經歷可以使你學習GCC優化選項中最難懂的部分——選項之間的相互影響。Acovea使你可以自動測試所有的GCC選項組合,幫助你大大加快開發過程,得到最少或編譯最快的程序版本。
Building Acovea
你可以從http://www.coyotegulch.com/products/acovea/index.html上得到Acovea的最新版本。安裝Acovea前需要2個額外的庫:
l coyotl:包含了Acovea用到的許多函數,包括一個定製的隨機數生成器,底層的浮點應用,一個通用的命令行分析器,和改良的排序和驗證工具;
l evocosm:提供了開發進化算法的一個框架。
然後使用簡單的解壓、配置、安裝流程就行了。最後的可執行程序runacovea位於/usr/local/bin(默認)下。
注意
Acovea只支持類Unix和Linux的系統,對Cygwin的支持可能還需要點工作。
Configuring and Running Acovea
Acovea爲你的程序進行的測試選項定義在XML格式的配置文件裏,配置文件的模板可以在http://www.coyotegulch.com/products/acovea/acovea-config.html得到。GCC的版本對這些配置文件非常重要,所以首先得到和你GCC版本相符的配置文件;其次是處理器的類型。下面是一個Acovea配置文件的範例:
<?xml version="1.0"?>
<acovea_config>
<acovea version="5.2.0" />
<description value="gcc 4.1 Opteron (AMD64/x86_64)" />
<quoted_options value="false" />
<prime command="gcc"
flags="-lrt -lm -std=gnu99 -O1 -march=opteron ACOVEA_OPTIONS
-o ACOVEA_OUTPUT ACOVEA_INPUT" />
<baseline description="-O1"
command="gcc"
flags="-lrt -lm -std=gnu99 -O1 -march=opteron -o ACOVEA_OUTPUT
ACOVEA_INPUT" />
<baseline description="-O2"
command="gcc"
flags="-lrt -lm -std=gnu99 -O2 -march=opteron -o ACOVEA_OUTPUT
ACOVEA_INPUT" />
<baseline description="-O3"
command="gcc"
flags="-lrt -lm -std=gnu99 -O3 -march=opteron -o ACOVEA_OUTPUT
ACOVEA_INPUT" />
<baseline description="-O3 -ffast-math"
command="gcc"
flags="-lrt -lm -std=gnu99 -O3 -march=opteron -ffast-math
-o ACOVEA_OUTPUT ACOVEA_INPUT" />
<baseline description="-Os"
command="gcc"
flags="-lrt -lm -std=gnu99 -Os -march=opteron -o ACOVEA_OUTPUT
ACOVEA_INPUT" />
<!-- A list of flags that will be "evolved" by ACOVEA (85 for GCC 4.1!) -->
<flags>
<!-- O1 options (these turn off options implied by -O1) -->
<flag type="simple" value="-fno-merge-constants" />
<flag type="simple" value="-fno-defer-pop" />
<flag type="simple" value="-fno-thread-jumps" />
<flag type="enum"
value="-fno-omit-frame-pointer|-momit-leaf-frame-pointer" />
<flag type="simple" value="-fno-guess-branch-probability" />
<flag type="simple" value="-fno-cprop-registers" />
<flag type="simple" value="-fno-if-conversion" />
. . ..
<!-- O2 options -->
<flag type="simple" value="-fcrossjumping" />
<flag type="simple" value="-foptimize-sibling-calls" />
<flag type="simple" value="-fcse-follow-jumps" />
<flag type="simple" value="-fcse-skip-blocks" />
<flag type="simple" value="-fgcse" />
<flag type="simple" value="-fexpensive-optimizations" />
<flag type="simple" value="-fstrength-reduce" />
<flag type="simple" value="-frerun-cse-after-loop" />
<flag type="simple" value="-frerun-loop-opt" />
…
<!-- O3 options -->
<flag type="simple" value="-fgcse-after-reload" />
<flag type="simple" value="-finline-functions" />
<flag type="simple" value="-funswitch-loops" />
…
<!-- Additional options -->
<flag type="simple" value="-ffloat-store" />
<flag type="simple" value="-fprefetch-loop-arrays" />
<flag type="simple" value="-fno-inline" />
<flag type="simple" value="-fpeel-loops" />
…
<!-- Tuning options that have a numeric value -->
<flag type="tuning" value="-finline-limit" default="600" min="100"
max="10000" step="100" separator="=" />
</flags>
</acovea_config>
注意
Acovea可以用於任何GCC編譯,只要給baseline屬性的command元素賦相應的值就行了。
當你準備好了配置文件後,就可以使用runacovea程序進行測試:
runacovea –config config-file-name –input source-file-name
注意
默認情況下,Acovea把速度和性能放在首位,不過也可以指定-size選項使runacovea首先優化代碼量。
執行runacovea能得到很多的輸出,因爲它使用許多優化的排列組合進行測試,最終的輸出可能是如下樣子:
Acovea completed its analysis at 2005 Nov 24 08:45:34
Optimistic options:
-fno-defer-pop (2.551)
-fmerge-constants (1.774)
-fcse-follow-jumps (1.725)
-fthread-jumps (1.822)
Pessimistic options:
-fcaller-saves (-1.824)
-funswitch-loops (-1.581)
-funroll-loops (-2.262)
-fbranch-target-load-optimize2 (-2.31)
-fgcse-sm (-1.533)
-ftree-loop-ivcanon (-1.824)
-mfpmath=387 (-2.31)
-mfpmath=sse (-1.581)
Acovea's Best-of-the-Best:
gcc -lrt -lm -std=gnu99 -O1 -march=opteron -fno-merge-constants
-fno-defer-pop -momit-leaf-frame-pointer -fno-if-conversion
-fno-loop-optimize -ftree-ccp -ftree-dce -ftree-dominator-opts
-ftree-dse -ftree-copyrename -ftree-fre -ftree-ch -fmerge-constants
-fcrossjumping -fcse-follow-jumps -fpeephole2 -fschedule-insns2
-fstrict-aliasing -fthread-jumps -fgcse-lm -fsched-interblock -fsched-spec
-freorder-functions -funit-at-a-time -falign-functions -falign-jumps
-falign-loops -falign-labels -ftree-pre -finline-functions -fgcse-after-reload
-fno-inline -fpeel-loops -funswitch-loops -funroll-all-loops -fno-function-cse
-fgcse-las -ftree-vectorize -mno-push-args -mno-align-stringops
-minline-all-stringops -mfpmath=sse,387 -funsafe-math-optimizations
-finline-limit=600 -o /tmp/ACOVEAA7069796 fibonacci_all.c
Acovea's Common Options:
gcc -lrt -lm -std=gnu99 -O1 -march=opteron -fno-merge-constants
-fno-defer-pop -momit-leaf-frame-pointer -fcse-follow-jumps -fthread-jumps
-ftree-pre -o /tmp/ACOVEAAA635117 fibonacci_all.c
-O1:
gcc -lrt -lm -std=gnu99 -O1 -march=opteron -o /tmp/ACOVEA58D74660 fibonacci_all.c
-O2:
gcc -lrt -lm -std=gnu99 -O2 -march=opteron -o /tmp/ACOVEA065F6A10 fibonacci_all.c
-O3:
gcc -lrt -lm -std=gnu99 -O3 -march=opteron -o /tmp/ACOVEA934D7357 fibonacci_all.c
-O3 -ffast-math:
gcc -lrt -lm -std=gnu99 -O3 -march=opteron -ffast-math -o /tmp/ACOVEA408E67B6
fibonacci_all.c
-Os:
gcc -lrt -lm -std=gnu99 -Os -march=opteron -o /tmp/ACOVEAAB2E22A4 fibonacci_all.c
正如你所看到的,Acovea生成了一些最佳的優化選項組合列表,還有一些建議的GCC優化選項信息。
前面也說過,靠手動詳盡的測試所有GCC優化選項並找出它們之間的相互影響,需要相當長的時間。Acovea的最大作用就是自動幫你來做這件事情。要更多的瞭解Acovea,請參考http://www.coyotegulch.com/products/acovea。