編譯器作為重要的基礎(chǔ)軟件之一，在各個(gè)領(lǐng)域都有著非常廣泛的應(yīng)用。比如在嵌入式領(lǐng)域，如何在有限的空間內(nèi)豐富應(yīng)用的功能困擾著眾多的工程師，編譯器能夠輔助大幅度地降低應(yīng)用的體積，是工程師們不可或缺的好幫手。

再或是 HPC（High Performance Computing，高性能計(jì)算）領(lǐng)域聚焦于計(jì)算密集型的場景，像氣象預(yù)報(bào)、科學(xué)研究等，極致化的應(yīng)用性能是 HPC 領(lǐng)域不斷探索的課題之一，編譯器作為重要的性能貢獻(xiàn)者，在其中發(fā)揮著至關(guān)重要的作用。

鯤鵬 GCC 是搭載在鯤鵬平臺上的高性能編譯器，致力于為用戶提供高效的性能體驗(yàn)，在編譯算法、指令流水、運(yùn)算庫等方面進(jìn)行了深度的優(yōu)化。

了解鯤鵬 GCC 編譯器

鯤鵬 GCC 編譯器是基于開源 GCC 的高性能編譯器，鯤鵬 GCC 與鯤鵬芯片協(xié)同，通過編譯器技術(shù)充分發(fā)揮芯片的性能，提升鯤鵬硬件平臺上業(yè)務(wù)的性能體驗(yàn)。除支持開源 GCC 通用功能之外，鯤鵬 GCC 主要對以下三個(gè)方面進(jìn)行了增強(qiáng)。

更豐富的編譯算法：提供豐富的優(yōu)化算法，如內(nèi)存布局優(yōu)化、結(jié)構(gòu)體拆分優(yōu)化、自動矢量化等，大幅提升指令和數(shù)據(jù)的吞吐量。

更靈活的指令流水：適配鯤鵬平臺的指令流水優(yōu)化，發(fā)揮鯤鵬架構(gòu)極致算力。

更高效的運(yùn)算庫：深度優(yōu)化數(shù)學(xué)庫算法，提供豐富的矢量數(shù)學(xué)函數(shù)接口，大幅提升數(shù)學(xué)計(jì)算的效率。

當(dāng)前鯤鵬 GCC 編譯器已廣泛應(yīng)用于多種 HPC 典型場景，如氣象、安防、流體力學(xué)等，性能優(yōu)勢已經(jīng)逐步展露。其中，SPECCPU 2006 和 SPECCPU 2017 benchmark 跑分平均優(yōu)于開源 GCC 15% 以上，HPC 典型氣象應(yīng)用 WRF 優(yōu)于開源 GCC 10% 以上。

GCC 編譯器典型優(yōu)化場景及其優(yōu)化原理介紹

結(jié)構(gòu)體拆分優(yōu)化——大幅提升 Cache 命中率

SPECCPU 2006 benchmark 中有一款 libquantum 子項(xiàng)，它用于模擬量子計(jì)算機(jī)運(yùn)行整數(shù)分解的 Shor 算法，該子項(xiàng)的一個(gè)瓶頸在于頻繁連續(xù)的內(nèi)存讀寫，簡化后的代碼示例如下圖左邊所示。

內(nèi)存布局優(yōu)化原理示意圖

從循環(huán)中可以看出在結(jié)構(gòu)體 node_t 中，data1 的使用率極高，而 data2 是不使用的。在源代碼中，數(shù)據(jù)是以結(jié)構(gòu)體數(shù)組的形式排布在內(nèi)存中，按照普通編譯器的編譯方式，每次從內(nèi)存中取數(shù)據(jù)時(shí)會將連續(xù)幾個(gè)結(jié)構(gòu)體數(shù)據(jù)加載到 cache 中，而 cache 包含的數(shù)據(jù)中有一半將不會參與運(yùn)算，這會造成 cache 空間和帶寬的浪費(fèi)與性能的損耗。

鯤鵬 GCC 編譯器會自動檢查循環(huán)中適合優(yōu)化的場景，通過將結(jié)構(gòu)體拆分成兩個(gè)結(jié)構(gòu)體的方式（如上圖右），將有效的數(shù)據(jù)緊湊排布起來，從而提高 cache 命中率和應(yīng)用性能。經(jīng)測試，此優(yōu)化可以給 libquantum 子項(xiàng)帶來80%的性能提升。除此之外，鯤鵬 GCC 編譯器還支持結(jié)構(gòu)體全展開、結(jié)構(gòu)體成員重排列等內(nèi)存布局優(yōu)化，讓應(yīng)用程序的性能如虎添翼。

指令流水優(yōu)化——更加適合鯤鵬的指令調(diào)度模型

通用的指令流水調(diào)度是基于各個(gè)指令的消耗和指令間的依賴關(guān)系合理地調(diào)度指令執(zhí)行的順序。在不進(jìn)行指令流水優(yōu)化時(shí)，6條指令依次順序執(zhí)行，假設(shè)每條指令需要兩個(gè)單位的執(zhí)行時(shí)間來計(jì)算得到結(jié)果，由于指令間存在數(shù)據(jù)依賴，在沒有計(jì)算得到 V1 值的條件下，無法進(jìn)行 V0 值的計(jì)算，由此導(dǎo)致了一個(gè)單位時(shí)間的等待，造成性能損失。

在使用指令流水優(yōu)化后，在 V 系列指令執(zhí)行等待的一個(gè)單位時(shí)間內(nèi)加入了沒有數(shù)據(jù)依賴的K系列指令的執(zhí)行，所有指令的執(zhí)行被合理地調(diào)度了起來，指令流水優(yōu)化提升了指令執(zhí)行的效率和程序運(yùn)行的性能。

鯤鵬芯片基于 ARM 架構(gòu)，對指令的消耗和指令間依賴關(guān)系的處理進(jìn)行了優(yōu)化和增強(qiáng)。鯤鵬 GCC 編譯器導(dǎo)入了基于鯤鵬芯片的指令模型，使得指令流水優(yōu)化的結(jié)果能夠更加適合鯤鵬芯片的執(zhí)行，提升鯤鵬軟件運(yùn)行的性能。經(jīng)測試，該優(yōu)化可以給 SPEC CPU 2006benchmark 帶來2%的整體性能提升。

高性能運(yùn)算庫——極致性能的數(shù)學(xué)庫和矢量數(shù)學(xué)函數(shù)

HPC 領(lǐng)域會運(yùn)用到大量的數(shù)學(xué)函數(shù)計(jì)算，如 pow、sinf、log 等，也經(jīng)常需要對整個(gè)數(shù)組內(nèi)的數(shù)據(jù)做數(shù)學(xué)函數(shù)運(yùn)算。如下圖舉例所示，左邊是需要對 a 數(shù)組的所有數(shù)據(jù)進(jìn)行 sinf 數(shù)學(xué)計(jì)算。

正常情況下會循環(huán)遍歷 a 數(shù)組依次對每個(gè)數(shù)據(jù)進(jìn)行 sinf 數(shù)學(xué)計(jì)算，無法獲得進(jìn)一步的性能提升空間。鯤鵬 GCC 編譯器能夠識別該場景，自動將 sinf 數(shù)學(xué)函數(shù)的調(diào)用轉(zhuǎn)化為矢量化 vec_sinf 的數(shù)學(xué)調(diào)用，能夠同時(shí)處理四個(gè)數(shù)據(jù)的 sinf 數(shù)學(xué)計(jì)算，并矢量化存取數(shù)據(jù)，得到性能的提升。經(jīng)測試，該優(yōu)化可以給 HPC 領(lǐng)域 NEMO 應(yīng)用帶來6%的性能提升。

矢量數(shù)學(xué)函數(shù)優(yōu)化原理示意圖

本文我們主要介紹了鯤鵬 GCC 編譯器具有代表性的三方面優(yōu)化特性：前中端編譯算法優(yōu)化、后端指令優(yōu)化、運(yùn)行時(shí)庫優(yōu)化。除此之外，還有軟件預(yù)取、循環(huán)優(yōu)化、分支預(yù)測、矢量化等編譯優(yōu)化特性的開發(fā)應(yīng)用。

編輯：jq