这个矢量化代码如何不覆盖内存？

问题描述

获取此代码。

#include <stdlib.h>

int main(int argc,char **argv) {
    int *x = malloc(argc*sizeof(int));
    
    for (int i = 0; i < argc; ++i) {
        x[i] = argc;
    }

    int t = 0;
    for (int i = 0; i < argc; ++i) {
        t += x[i];
    }

    free(x);
    return t;

这个循环

for (int i = 0; i < argc; ++i) {
        x[i] = argc;
}

矢量化为

        movdqu  xmmword ptr [rax + 4*rdx],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 16],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 32],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 48],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 64],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 80],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 96],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 112],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 128],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 144],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 160],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 176],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 192],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 208],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 224],xmm0
        movdqu  xmmword ptr [rax + 4*rdx + 240],xmm0

https://godbolt.org/z/33vvonojd

按照我的阅读方式，它在 256 字节的内存块中进行了矢量化。考虑到我的 malloc 大小为 argc*sizeof(int) 没有那么大，这怎么可能？这不会覆盖过去我分配的内存吗？

解决方法

它会运行，这就是为什么它不会用于小型 argc。

在到达那个大的（过于激进的）展开块之前注意所有条件分支，特别是 jmp .LBB0_12 / cmp ebx,7 的贯穿路径中的 ja .LBB0_4。

还要注意 .LBB0_10 处的较小循环，它由 2 个向量展开。 （完全没有 16 字节的循环循环，只有 256、32 和标量，这似乎是不明智的，但这就是 clang 所做的。）

有一些逻辑来运行（或不运行）循环的自动向量化版本是 100% 标准的，并且在编译时无法证明循环甚至可以运行一个完整向量时是必要的。您只需找到最大的代码块即可查看大输入可能会发生什么，但如果您想检查正确性，您显然必须考虑哪些循环可能运行 0 次迭代。