インテル® C++ コンパイラー 17.0 デベロッパー・ガイドおよびリファレンス

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 omp 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 -qopenmp-simd (Linux* または OS X*) または /Qopenmp-simd (Windows®) オプションを指定して再コンパイルしなければなりません。

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 omp 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 omp 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 -nologo -c -Qopt-report2 -Qopt-report-file=stderr -Qopt-report-phase=vec -Qopenmp-simd example1.c
example1.c

最適化レポート開始: add_floats(float *, float *, float *, float *, float *, int)

    レポート: ベクトルの最適化 [vec]

ループの開始 C:\Users\test\run\example1.c(3,2)
   リマーク #15344: 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ベクトル化を妨げています。最初の依存関係を以下に示します。詳細については、レベル 5 のレポートを使用してください。
   リマーク #15346: ベクトル依存関係: FLOW の依存関係が a[i] (4:3) と b[i] (4:3) の間に仮定されました。
ループの終了

ループの開始 C:\Users\test\run\example1.c(3,2)
<剰余>
ループの終了
===========================================================================

#pragma omp 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 omp simd
	for (i=0; i<n; i++){
		a[i] = a[i] + b[i] + c[i] + d[i] + e[i];
		} 
}
[D:/simd] icl -nologo -c -Qopt-report2 -Qopt-report-file=stderr -Qopt-report-phase=vec -Qopenmp-simd example1.c
example1.c

最適化レポート開始: add_floats(float *, float *, float *, float *, float *, int)

    レポート: ベクトルの最適化 [vec]

ループの開始 C:\iUsers\test\run\example1.c(4,2)
<ベクトル化のピールループ>
ループの終了

ループの開始 C:\iUsers\test\run\example1.c(4,2)
   リマーク #15301: OpenMP* SIMD ループがベクトル化されました。
ループの終了

ループの開始 C:\iUsers\test\run\example1.c(4,2)
<別の境界でアライメントされたベクトルループ>
ループの終了

ループの開始 C:\iUsers\test\run\example1.c(4,2)
<ベクトル化の剰余ループ>
   リマーク #15301: 剰余ループがベクトル化されました
ループの終了

ループの開始 C:\iUsers\test\run\example1.c(4,2)
<ベクトル化の剰余ループ>
ループの終了
===========================================================================

#pragma omp simd と自動ベクトル化ヒントの主な違いは、#pragma omp simd 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。

#pragma omp simd 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 omp simd の説明を参照してください。

追加のセマンティクス

omp 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

数学関数 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。

数学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 -nologo -c -Qrestrict -Qopt-report2 -Qopt-report-file=stderr -Qopt-report-phase=vec example2.c
example2.c

最適化レポート開始: vsin(float *restrict, float *restrict, int)

    レポート: ベクトルの最適化 [vec]


ループの開始 C:\Users\test\run\example2.c(3,1)
<ベクトル化のピールループ>
ループの終了

ループの開始 C:\Users\test\run\example2.c(3,1)
   リマーク #15300: ループがベクトル化されました。
ループの終了

ループの開始 C:\Users\test\run\example2.c(3,1)
<別の境界でアライメントされたベクトルループ>
ループの終了

ループの開始 C:\Users\test\run\example2.c(3,1)
<ベクトル化の剰余ループ>
ループの終了
===========================================================================

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、スカラー数学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 -nologo -c -Qrestrict -Qopt-report2 -Qopt-report-file=stderr -Qopt-report-phase=vec example2.c
example2.c

最適化レポート開始: vsin(float *restrict, float *restrict, int)

    レポート: ベクトルの最適化 [vec]

最適化できないループ:


ループの開始 C:\Users\test\run\example2.c(3,1)
   リマーク #15543: ループはベクトル化されませんでした: 関数の呼び出しを持つループは最適化の候補と見なされません。
ループの終了

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。

simd 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 "#pragma omp declare simd" 行を 
// 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 
#pragma omp declare simd
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] bash-3.2$ icl -nologo -c -Qopenmp-simd -Qrestrict -Qopt-report1 -Qopt-report-file=stderr -Qopt-report-phase=vec example3.c
example3.c

最適化レポート開始: vfoo(float *restrict, float *restrict, int)

    レポート: ベクトルの最適化 [vec]


ループの開始 C:\Users\test\run\example3.c(7,5)
<ベクトル化のピールループ>
ループの終了

ループの開始 C:\Users\test\run\example3.c(7,5)
   リマーク #15300: ループがベクトル化されました。
ループの終了

ループの開始 C:\Users\test\run\example3.c(7,5)
<別の境界でアライメントされたベクトルループ>
ループの終了

ループの開始 C:\Users\test\run\example3.c(7,5)
<ベクトル化の剰余ループ>
ループの終了
===========================================================================

最適化レポート開始: foo.._simdsimd3__xmm4nv(float)

    レポート: ベクトルの最適化 [vec]

リマーク #15347: 関数がベクトル化されました: xmm、simdlen=4、マスクなし、仮引数の型: (vector)
===========================================================================

最適化レポート開始: foo.._simdsimd3__xmm4mv(float)

    レポート: ベクトルの最適化 [vec]

リマーク #15347: 関数がベクトル化されました: xmm、simdlen=4、マスク付き、仮引数の型: (vector)
===========================================================================

#pragma omp declare simd 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。

非ベクトル関数呼び出しは、一般にベクトル関数内で許可されますが、そのような関数への呼び出しはレーン単位でシリアル化されるため、パフォーマンスが低下します。 また、SIMD 対応関数では、引数による書き込みを除く副作用があってはなりません。 非ベクトル関数は、この規則に反するため、SIMD 対応関数で実行する場合には注意が必要です。

仮引数は次のデータ型でなければなりません。

関連情報