GCCでストライドされた書き込みを自動ベクトル化する方法は？

Question

、 次のサンプルコードは、自動ベクトル化（assembly here）を-std=c99、-O3、及び-mavx2を使用してGCC 5.2でコンパイル：

#include <stdint.h> 

void test(uint32_t *restrict a, 
      uint32_t *restrict b) { 
    uint32_t *a_aligned = __builtin_assume_aligned(a, 32); 
    uint32_t *b_aligned = __builtin_assume_aligned(b, 32); 

    for (int i = 0; i < (1L << 10); i += 2) { 
    a_aligned[i] = 42 * b_aligned[i]; 
    a_aligned[i+1] = 3 * a_aligned[i+1]; 
    } 
} 

しかし、以下のサンプルコードは、自動ベクトル化（assembly here）ない：

#include <stdint.h> 

void test(uint32_t *restrict a, 
      uint32_t *restrict b) { 
    uint32_t *a_aligned = __builtin_assume_aligned(a, 32); 
    uint32_t *b_aligned = __builtin_assume_aligned(b, 32); 

    for (int i = 0; i < (1L << 10); i += 2) { 
    a_aligned[i] = 42 * b_aligned[i]; 
    a_aligned[i+1] = a_aligned[i+1]; 
    } 
} 

サンプル間の唯一の違いは、倍率がa_aligned[i+1]になることです。

これは、GCC 4.8,4.9、および5.1の場合も同様です。 をa_alignedの宣言に追加すると、自動ベクトル化は完全に禁止されます。最初のサンプルは一貫して2番目のサンプルよりも速く実行され、小さいタイプの場合はさらに高速化されました（たとえば、uint32_tの代わりにuint8_t）。

2番目のコードサンプルをGCCで自動ベクトル化する方法はありますか？

Answer 1

次のバージョンvectorisesていますが、-fopenmpでコンパイルするとtest(a, a, b)を呼び出すために...

#include <stdint.h> 

void test(uint32_t *a, uint32_t *aa, 
      uint32_t *restrict b) { 
    #pragma omp simd aligned(a,aa,b:32) 
    for (int i = 0; i < (1L << 10); i += 2) { 
    a[i] = 2 * b[i]; 
    a[i+1] = aa[i+1]; 
    } 
} 

を私に言わせれば、それは醜いです。