インテル® C++ コンパイラー 16.0 ユーザー・リファレンス・ガイド

ユーザー指示または SIMD ベクトル化

ユーザー指示または SIMD ベクトル化は、OpenMP* 並列化が自動並列化を補足するように、自動ベクトル化を補足します。下記の図でこの関係を示します。ユーザー指示によるベクトル化は SIMD (Single-Instruction, Multiple-Data) 機能として実装され、SIMD ベクトル化と呼ばれます。

SIMD ベクトル化機能は、インテル製マイクロプロセッサーおよび互換マイクロプロセッサーの両方で利用可能です。ベクトル化により呼び出されるライブラリー・ルーチンは、互換マイクロプロセッサーよりもインテル製マイクロプロセッサーにおいてより優れたパフォーマンスが得られる可能性があります。また、ベクトル化は、/arch (Windows*)、-m (Linux* および OS X*)、[Q]x などの特定のオプションによる影響を受けます。

次の図は、ハードウェアのベクトル化機能を活用するベクトル化コードを生成するためのさまざまなアプローチの中で、SIMD ベクトル化がどこに位置付けされているかを示しています。SIMD ベクトル化を用いて記述されたプログラムは、自動ベクトル化ヒントを使用して記述されたものと似ています。SIMD ベクトル化を使用すると、ベクトル化コードの取得に必要なコードの変更を最小限にすることができます。

SIMD ベクトル化は #pragma simd プラグマを使用してループをベクトル化します。ループにこのプラグマを追加して、ループがベクトル化されるように再コンパイルしなければなりません ([Q]simd オプションがデフォルトで有効になります)。

関数 add_floats() が不明なポインターを多く使用しているため、コンパイラーの自動ランタイム独立性チェックにより最適化が行われる C++ の例ついて考えてみます。#pragma ivdep の自動ベクトル化ヒントを使ってデータ依存性のアサーションを追加し、自動ベクトル化の最適化をループに適用するかどうかコンパイラーに判断させることができます。または、#pragma simd を使用して、このループのベクトル化を実行することができます。

#pragma simd なしの例

[D:/simd] cat example1.c 
void add_floats(float *a, float *b, float *c, float *d, float *e, int n) {
 int i;
 for (i=0; i<n; i++){
  a[i] = a[i] + b[i] + c[i] + d[i] + e[i];
 } 
}
[D:/simd] icl example1.c –nologo -Qvec-report2 example1.c 
  D:\simd\example1.c(3): (列 3) リマーク: ループはベクトル化されませんでした: ベクトル依存関係が存在しています。

#pragma simd ありの例

[D:/simd] cat example1.c 
void add_floats(float *a, float *b, float *c, float *d, float *e, int n) {
 int i;
 #pragma simd
 for (i=0; i<n; i++){
  a[i] = a[i] + b[i] + c[i] + d[i] + e[i];
 } 
}
[D:/simd] icl example1.c -nologo -Qvec-report2 example1.c 
  D:\simd\example1.c(4): (列 3) リマーク: "simd" ループがベクトル化されました。

SIMD プラグマと自動ベクトル化ヒントの主な違いは、SIMD プラグマでは、コンパイラーはループをベクトル化できない場合に警告を発行します。自動ベクトル化ヒントでは、#pragma vector always ヒントを使用した場合でも、実際のベクトル化はコンパイラーの判断にまかせられます。

SIMD プラグマにはオプション節があり、コンパイラーにベクトル化の方法を指示できます。コンパイラーが正しいベクトル化コードを生成するための十分な情報を得られるように、これらの節を適切に使用してください。節についての詳細は、#pragma simd の説明を参照してください。

追加のセマンティクス

#pragma simd プラグマの使用に関して、次の点に注意してください。

一部の自動ベクトル化が可能なループでは、SIMD プラグマを使用してベクトル・セマンティクスを表現するのは難しいかもしれません。例えば、C には MIN/MAX 演算子がないため、C で MIN/MAX リダクションを表現するのは困難です。

vector 宣言の使用

算術関数 sinf() が含まれるループを持つ次の C++ の例ついて考えてみます。

このセクションで示すコード例はすべて Windows* の C/C++ のみが対象です。

算術関数を持つループが自動ベクトル化する例

[D:/simd] cat example2.c 
void vsin(float *restrict a, float *restrict b, int n) { 
int i; 
for (i=0; i<n; i++) {
  a[i] = sinf(b[i]);
  } 
}
[D:/simd] icl example2.c –nologo –O3 -Qvec-report2 -Qrestrict 
  example2.c 
  D:\simd\example2.c(3): (列 3) リマーク: ループがベクトル化されました。

上記のコードをコンパイルすると、sinf() 関数を持つループは適切な SVML (Short Vector Mathematical Library) ライブラリー関数 (インテル® C++ コンパイラーにより提供される) を使用して自動ベクトル化されます。自動ベクトル化はエントリーポイントを識別し、スカラー算術ライブラリー関数に対応する SVML 関数を探し、起動します。

このループ内に sinf() と同じプロトタイプを持つユーザー定義関数 foo() への呼び出しがある場合、この呼び出しで foo() がインライン展開されていない限り、自動ベクトル化はこの関数が何をするか分からないため、ループのベクトル化に失敗します。

ユーザー定義関数を持つループが自動ベクトル化しない例

[D:/simd] cat example2.c 
float foo(float); 
void vfoo(float *restrict a, float *restrict b, int n){
 int i;
 for (i=0; i<n; i++){
  a[i] = foo(b[i]);
 } 
}
[D:/simd] icl example2.c -nologo -O3 -Qvec-report2 -Qrestrict example2.c 
D:\simd\example2.c(4): (列 3) リマーク: ループはベクトル化されませんでした: ベクトル依存関係が存在しています。

このような場合、__declspec(vector) (Windows*) または __attribute__((vector)) (Linux*) 宣言を使用してループをベクトル化できます。 vector 宣言を関数宣言に加えて、呼び出し元と呼び出し先の両コードを再コンパイルするだけで、ループと関数がベクトル化されます。

vector 宣言のあるユーザー定義関数を持つループがベクトル化する例

[D:/simd] cat example3.c 
// foo() と vfoo() は同じ declspec を見ることができれば
// 同じコンパイル単位に存在する必要はありません  
  __declspec(vector) 
  float foo(float); 
  void vfoo(float *restrict a, float *restrict b, int n){ 
    int i; 
    for (i=0; i<n; i++) { a[i] = foo(b[i]); } 
  } 
  float foo(float x) { ... }
[D:/simd] icl example3.c -nologo -O3 -Qvec-report3 –Qrestrict example3.c 
  D:\simd\example3.c(9): (列 3) リマーク: ループがベクトル化されました。D:\simd\example3.c(14): (列 3) リマーク: 関数がベクトル化されました。

vector 宣言の使用に関する制約

ベクトル化は、ハードウェアとソースコードのスタイルという 2 つの主な要因により制約されます。vector 宣言を使用する場合、使用できない機能は次のとおりです。

仮パラメーターは次のデータ型でなければなりません。

関連情報