Я запускаю программу на Windows и Linux (x86-64). Он был скомпилирован с тем же компилятором (Intel Parallel Studio XE 2017) с теми же параметрами, и версия для Windows в 3 раза быстрее, чем версия для Linux. Виновником является вызов std::erf, который разрешается в математической библиотеке Intel для обоих случаев (по умолчанию он динамически связан в Windows и статически в Linux, но использование динамического связывания в Linux дает одинаковую производительность).).
Вот простая программа для воспроизведения проблемы.
#include <cmath>
#include <cstdio>
int main() {
int n = 100000000;
float sum = 1.0f;
for (int k = 0; k < n; k++) {
sum += std::erf(sum);
}
std::printf("%7.2f\n", sum);
}
Когда я профилирую эту программу с помощью vTune, я обнаружил, что сборка немного отличается между версией Windows и Linux. Вот сайт вызова (цикл) в Windows
Block 3:
"vmovaps xmm0, xmm6"
call 0x1400023e0 <erff>
Block 4:
inc ebx
"vaddss xmm6, xmm6, xmm0"
"cmp ebx, 0x5f5e100"
jl 0x14000103f <Block 3>
И начало функции erf, вызываемой в Windows
Block 1:
push rbp
"sub rsp, 0x40"
"lea rbp, ptr [rsp+0x20]"
"lea rcx, ptr [rip-0xa6c81]"
"movd edx, xmm0"
"movups xmmword ptr [rbp+0x10], xmm6"
"movss dword ptr [rbp+0x30], xmm0"
"mov eax, edx"
"and edx, 0x7fffffff"
"and eax, 0x80000000"
"add eax, 0x3f800000"
"mov dword ptr [rbp], eax"
"movss xmm6, dword ptr [rbp]"
"cmp edx, 0x7f800000"
...
В Linux код немного другой. Сайт вызова:
Block 3
"vmovaps %xmm1, %xmm0"
"vmovssl %xmm1, (%rsp)"
callq 0x400bc0 <erff>
Block 4
inc %r12d
"vmovssl (%rsp), %xmm1"
"vaddss %xmm0, %xmm1, %xmm1" <-------- hotspot here
"cmp $0x5f5e100, %r12d"
jl 0x400b6b <Block 3>
и начало вызываемой функции (erf):
"movd %xmm0, %edx"
"movssl %xmm0, -0x10(%rsp)" <-------- hotspot here
"mov %edx, %eax"
"and $0x7fffffff, %edx"
"and $0x80000000, %eax"
"add $0x3f800000, %eax"
"movl %eax, -0x18(%rsp)"
"movssl -0x18(%rsp), %xmm0"
"cmp $0x7f800000, %edx"
jnl 0x400dac <Block 8>
...
Я показал 2 момента, когда в Linux теряется время.
Кто-нибудь понимает сборку достаточно, чтобы объяснить мне разницу двух кодов и почему версия для Linux в 3 раза медленнее?