程序速度性能优化中编译器优化和SSE优化的问题

编译器：Intel C++编译器

测试环境： CentOS

【问题】

        针对两个同样功能的程序，一个不使用SSE，一个使用SSE （intel intrinsics），结果当不适用编译器优化时，使用SSE时速度优于不适用SSE，而当编译器使用O2优化时，使用SSE反而使速度下降。

样例程序sse_normal.c：

#include
using namespace std;
const int N=12000;
int main()
{
    float f1[N],f2[N],f3[N];
    float sum = 0.0,xmm;
    for(int i=0;i
        f1[i]=i+0.12;
        f2[i]=i+0.16;
        f3[i] = i + 0.18;
    }
    for(int j = 0; j < 1000; j++)
    {
    for(int i=0;i
        xmm =f1[i] - f2[i];
        sum += xmm * xmm * f3[i];
    }
    }
    printf("sum: %f/n", sum);
    return 0;
}

【程序】

样例程序sse.c：

#include
#include
using namespace std;
const int N=12000;
int main()
{
    __m128 *p1,*p2,*p3;
    __m128 sum = _mm_set1_ps(0.0);
    __m128 xmm = _mm_set1_ps(0.0);
    __declspec(align(16)) float f1[N],f2[N],f3[N];
    float *temp;
    for(int i=0;i
        f1[i]=i+0.12;
        f2[i]=i+0.16;
        f3[i] = i + 0.18;
    };
    for(int j = 0; j < 1000; j++)
    {
    p1=(__m128*)f1;
    p2=(__m128*)f2;
    p3=(__m128*)f3;
    for(int i=0;i
        xmm =_mm_sub_ps(*p1,*p2);
        sum = _mm_add_ps(sum,_mm_mul_ps(_mm_mul_ps(xmm,xmm),*p3));
        ++p3;
        ++p2;
        ++p1;
    }
    }
    temp = (float*)∑
    printf("sum: %f/n", temp[0] + temp[1] + temp[2] + temp[3]);
    return 0;
}

【编译】

icpc -O0 -o ss_0 sse.c

icpc -O2 -o ss sse.c

icpc -O0 -o nn_0 sse_normal.c

icpc -O2 -o nn sse_normal.c

【测试时间性能】

[myacc@server test]$ time ./ss_0
sum: 115222928.000000

real    0m0.026s
user    0m0.025s
sys     0m0.001s
[myacc@server test]$ time ./nn_0
sum: 113784920.000000

real    0m0.075s
user    0m0.073s
sys     0m0.002s
[myacc@server test]$ time ./ss
sum: 115222928.000000

real    0m0.010s
user    0m0.009s
sys     0m0.000s
[myacc@server test]$ time ./nn
sum: 115302784.000000

real    0m0.004s
user    0m0.003s
sys     0m0.001s

【总结】

这个问题很古怪，需要看优化后的汇编代码才知道了。