Почему программа С++, скомпилированная для платформы x64, медленнее, чем компилируется для x86?

Я написал программу и скомпилировал ее для платформы x64 и x86 в Visual Studio 2010 на Intel Core i5-2500. Для версии x64 требуется около 19 секунд, а x86 занимает около 17 секунд. Что может быть причиной такого поведения?

#include "timer.h"

#include <vector>
#include <iostream>
#include <algorithm>
#include <string>
#include <sstream>

/********************DECLARATIONS************************************************/
class Vector
{
public:
    Vector():x(0),y(0),z(0){}

    Vector(double x, double y, double z)
        : x(x)
        , y(y)
        , z(z)
    {
    }

    double x;
    double y;
    double z;
};


double Dot(const Vector& a, const Vector& b)
{
    return a.x * b.x + a.y * b.y + a.z * b.z;
}


class Vector2
{
public:
    typedef double value_type;

    Vector2():x(0),y(0){}

    Vector2(double x, double y)
        : x(x)
        , y(y)
    {
    }

    double x;
    double y;
};

/******************************TESTS***************************************************/

void Test(const std::vector<Vector>& m, std::vector<Vector2>& m2)
{
    Vector axisX(0.3f, 0.001f, 0.25f);
    Vector axisY(0.043f, 0.021f, 0.45f);

    std::vector<Vector2>::iterator i2 = m2.begin();

    std::for_each(m.begin(), m.end(),
        [&](const Vector& v)
    {
        Vector2 r(0,0);
        r.x = Dot(axisX, v);
        r.y = Dot(axisY, v);

        (*i2) = r;
        ++i2;
    });
}


int main()
{
    cpptask::Timer timer;

    int len2 = 300;
    size_t len = 5000000;
    std::vector<Vector> m;
    m.reserve(len);
    for (size_t i = 0; i < len; ++i)
    {
        m.push_back(Vector(i * 0.2345, i * 2.67, i * 0.98));
    }

    /***********************************************************************************/
    {
        std::vector<Vector2> m2(m.size());
        double time = 0;
        for (int i = 0; i < len2; ++i)
        {
            timer.Start();
            Test(m, m2);
            time += timer.End();
        }
        std::cout << "Dot product double - " << time / len2 << std::endl;
    }
    /***********************************************************************************/


    return 0;
}

Ответ 1

Короткий ответ: Это компилятор с икотой. x64 оптимизатор не работает.


Длинный ответ:

Эта версия x86 очень медленная, если SSE2 отключен. Но я могу воспроизвести результаты с поддержкой SSE2 в x86.

Если вы погрузитесь в сборку этого внутреннего цикла. Версия x64 имеет две дополнительные копии памяти в конце.

x86:

[email protected]:
movsd   xmm2, QWORD PTR [eax-8]
movsd   xmm0, QWORD PTR [eax-16]
movsd   xmm3, QWORD PTR [eax]
movapd  xmm1, xmm0
mulsd   xmm0, QWORD PTR [email protected]
movapd  xmm7, xmm2
mulsd   xmm2, QWORD PTR [email protected]
mulsd   xmm7, xmm5
mulsd   xmm1, xmm4
addsd   xmm1, xmm7
movapd  xmm7, xmm3
mulsd   xmm3, QWORD PTR [email protected]
mulsd   xmm7, xmm6
add eax, 24                 ; 00000018H
addsd   xmm1, xmm7
addsd   xmm0, xmm2
movq    QWORD PTR [ecx], xmm1
addsd   xmm0, xmm3
movq    QWORD PTR [ecx+8], xmm0
lea edx, DWORD PTR [eax-16]
add ecx, 16                 ; 00000010H
cmp edx, esi
jne SHORT [email protected]

64:

[email protected]:
movsdx  xmm3, QWORD PTR [rdx-8]
movsdx  xmm5, QWORD PTR [rdx-16]
movsdx  xmm4, QWORD PTR [rdx]
movapd  xmm2, xmm3
mulsd   xmm2, xmm6
movapd  xmm0, xmm5
mulsd   xmm0, xmm7
addsd   xmm2, xmm0
movapd  xmm1, xmm4
mulsd   xmm1, xmm8
addsd   xmm2, xmm1
movsdx  QWORD PTR r$109492[rsp], xmm2
mulsd   xmm5, xmm9
mulsd   xmm3, xmm10
addsd   xmm5, xmm3
mulsd   xmm4, xmm11
addsd   xmm5, xmm4
movsdx  QWORD PTR r$109492[rsp+8], xmm5
mov rcx, QWORD PTR r$109492[rsp]
mov QWORD PTR [rax], rcx
mov rcx, QWORD PTR r$109492[rsp+8]
mov QWORD PTR [rax+8], rcx
add rax, 16
add rdx, 24
lea rcx, QWORD PTR [rdx-16]
cmp rcx, rbx
jne SHORT [email protected]

Версия x64 имеет намного больше (необъяснимых) ходов в конце цикла. Это похоже на некоторую копию данных с памятью на память.

EDIT:

Оказывается, оптимизатор x64 не может оптимизировать следующую копию:

(*i2) = r;

Вот почему внутренний цикл имеет две дополнительные копии памяти. Если вы измените цикл на это:

std::for_each(m.begin(), m.end(),
    [&](const Vector& v)
{
    i2->x = Dot(axisX, v);
    i2->y = Dot(axisY, v);
    ++i2;
});

Это устраняет копии. Теперь версия x64 так же быстро, как и версия x86:

x86: 0.0249423
x64: 0.0249348

Извлеченные уроки: Компиляторы не идеальны.

Ответ 2

Я не отвечаю на ваш вопрос, но я думаю, что стоит упомянуть:

Вы не должны писать векторные классы самостоятельно. Для векторов с фиксированной длиной используйте boost:: Array или cv:: Vec2d и cv:: Vec3d, который имеет встроенные точки и другие быстрые функции, такие как операция +, - и т.д. (также предлагается cv:: Vec < type, length > )

Ответ 3

64-бит обычно немного медленнее 32-битного (для кода, который специально не использует преимущества 64-битных функций). Одна из особых проблем заключается в том, что указатели больше, уменьшая количество, которое может храниться в кеше.