整数上的无分支条件 - 速度很快，但它们可以变得更快吗？

问题描述 投票：0回答：1

我一直在尝试以下方法，并注意到此处定义的无分支“if”（现在用 

&-!!
替换 
*!!
）可以在 64 位 Intel 上将某些瓶颈代码的速度提高（几乎）2 倍发出叮当声的目标：

// Produces x if f is true, else 0 if f is false.
#define  BRANCHLESS_IF(f,x)          ((x) & -((typeof(x))!!(f)))

// Produces x if f is true, else y if f is false.
#define  BRANCHLESS_IF_ELSE(f,x,y)  (((x) & -((typeof(x))!!(f))) | \
                                     ((y) & -((typeof(y)) !(f))))

请注意，

f
应该是一个相当简单的表达式，没有副作用，以便编译器能够进行最佳优化。

性能高度依赖于CPU和编译器。无分支的“if”性能与 clang 配合非常出色；不过，我还没有发现任何无分支“if/else”更快的情况。

我的问题是：这些是否如所写的那样安全且可移植（意味着保证在所有目标上给出正确的结果），并且它们可以做得更快吗？

无分支 if/else 的用法示例

这些计算 64 位最小值和最大值。

inline uint64_t uint64_min(uint64_t a, uint64_t b)
{
  return BRANCHLESS_IF_ELSE((a <= b), a, b);
}

inline uint64_t uint64_max(uint64_t a, uint64_t b)
{
  return BRANCHLESS_IF_ELSE((a >= b), a, b);
}

无分支 if 的用法示例

这是 64 位模加法 — 它计算 

(a + b) % n
。分支版本（未显示）因分支预测失败而遭受严重损失，但无分支版本非常快（至少使用 clang 时）。

inline uint64_t uint64_add_mod(uint64_t a, uint64_t b, uint64_t n)
{
  assert(n > 1); assert(a < n); assert(b < n);

  uint64_t c = a + b - BRANCHLESS_IF((a >= n - b), n);

  assert(c < n);
  return c;
}

更新：无分支 if 的完整具体工作示例

下面是一个完整的 C11 程序，它演示了简单 

if
条件的分支版本和无分支版本之间的速度差异，如果您想在您的系统上尝试的话。该程序计算极大值的模幂，即 
(a ** b) % n
。

要编译，请在命令行上使用以下命令：

  • -O3
    （或您喜欢的任何高优化级别）
  • -DNDEBUG
    （禁用断言，以提高速度）
  • -DBRANCHLESS=0
    或 
    -DBRANCHLESS=1
    分别指定分支或无分支行为

在我的系统上，会发生以下情况：

$ cc -DBRANCHLESS=0 -DNDEBUG -O3 -o powmod powmod.c && ./powmod
BRANCHLESS = 0
CPU time:  21.83 seconds
foo = 10585369126512366091

$ cc -DBRANCHLESS=1 -DNDEBUG -O3 -o powmod powmod.c && ./powmod
BRANCHLESS = 1
CPU time:  11.76 seconds
foo = 10585369126512366091

$ cc --version
Apple LLVM version 6.0 (clang-600.0.57) (based on LLVM 3.5svn)
Target: x86_64-apple-darwin14.1.0
Thread model: posix

因此，在我的系统（3.4 GHz。Intel Core i7）上，无分支版本几乎是分支版本的两倍。

// SPEED TEST OF MODULAR MULTIPLICATION WITH BRANCHLESS CONDITIONALS

#include <stdio.h>
#include <stdint.h>
#include <inttypes.h>
#include <time.h>
#include <assert.h>

typedef  uint64_t  uint64;

//------------------------------------------------------------------------------
#if BRANCHLESS
  // Actually branchless.
  #define  BRANCHLESS_IF(f,x)          ((x) & -((typeof(x))!!(f)))
  #define  BRANCHLESS_IF_ELSE(f,x,y)  (((x) & -((typeof(x))!!(f))) | \
                                       ((y) & -((typeof(y)) !(f))))
#else
  // Not actually branchless, but used for comparison.
  #define  BRANCHLESS_IF(f,x)          ((f)? (x) : 0)
  #define  BRANCHLESS_IF_ELSE(f,x,y)   ((f)? (x) : (y))
#endif

//------------------------------------------------------------------------------
// 64-bit modular multiplication.  Computes (a * b) % n without division.

static uint64 uint64_mul_mod(uint64 a, uint64 b, const uint64 n)
{
  assert(n > 1); assert(a < n); assert(b < n);

  if (a < b) { uint64 t = a; a = b; b = t; }  // Ensure that b <= a.

  uint64 c = 0;
  for (; b != 0; b /= 2)
  {
    // This computes c = (c + a) % n if (b & 1).
    c += BRANCHLESS_IF((b & 1), a - BRANCHLESS_IF((c >= n - a), n));
    assert(c < n);

    // This computes a = (a + a) % n.
    a += a - BRANCHLESS_IF((a >= n - a), n);
    assert(a < n);
  }

  assert(c < n);
  return c;
}

//------------------------------------------------------------------------------
// 64-bit modular exponentiation.  Computes (a ** b) % n using modular
// multiplication.

static
uint64 uint64_pow_mod(uint64 a, uint64 b, const uint64 n)
{
  assert(n > 1); assert(a < n);

  uint64 c = 1;

  for (; b > 0; b /= 2)
  {
    if (b & 1)
      c = uint64_mul_mod(c, a, n);

    a = uint64_mul_mod(a, a, n);
  }

  assert(c < n);
  return c;
}

//------------------------------------------------------------------------------
int main(const int argc, const char *const argv[const])
{
  printf("BRANCHLESS = %d\n", BRANCHLESS);

  clock_t clock_start = clock();

  #define SHOW_RESULTS 0

  uint64 foo = 0;  // Used in forcing compiler not to throw away results.

  uint64 n = 3, a = 1, b = 1;
  const uint64 iterations = 1000000;
  for (uint64 iteration = 0; iteration < iterations; iteration++)
  {
    uint64 c = uint64_pow_mod(a%n, b, n);

    if (SHOW_RESULTS)
    {
      printf("(%"PRIu64" ** %"PRIu64") %% %"PRIu64" = %"PRIu64"\n",
             a%n, b, n, c);
    }
    else
    {
      foo ^= c;
    }

    n = n * 3 + 1;
    a = a * 5 + 3;
    b = b * 7 + 5;
  }

  clock_t clock_end = clock();
  double elapsed = (double)(clock_end - clock_start) / CLOCKS_PER_SEC;
  printf("CPU time:  %.2f seconds\n", elapsed);

  printf("foo = %"PRIu64"\n", foo);

  return 0;
}

第二次更新：Intel 与 ARM 性能对比

  • 在 32 位 ARM 目标（iPhone 3GS/4S、iPad 1/2/3/4，由 Xcode 6.1 使用 clang 编译）上进行的测试表明，这里的无分支“if”实际上比在这些情况下，三元 ?: 用于模幂代码。因此，如果需要最大速度，这些无分支宏似乎不是一个好主意，尽管它们在需要恒定速度的极少数情况下可能很有用。
    在 64 位 ARM 目标（iPhone 6+、iPad 5）上，无分支“if”的运行速度与三元相同 
    • ?:
  •  — 再次由 Xcode 6.1 使用 clang 编译。
    对于 Intel 和 ARM（由 clang 编译），无分支“if/else”的速度大约是三元计算最小/最大值的两倍 
    • ?:
  • 。
    
    
    • 




    
    c
    
    conditional-statements
    
    macros
    
    c11
    
    branchless
    
    
1个回答

    

      
      
      

        

          

            

              
6
投票

              
            

          

        

        
!
操作员保证给出
0
或
1
作为结果。然后将其提升为其他操作数所需的任何类型。


正如其他人所观察到的，你的 if-else 版本有评估两次的缺点，但你已经知道这一点，如果没有副作用，那就没问题。



令我惊讶的是你说这样更快。我本以为现代编译器会自己执行这种优化。



编辑：
 所以我用两个编译器（gcc 和 clang）和两个配置值对此进行了测试。

事实上，如果您没有忘记设置 
-DNDEBUG=1
，带有 
0
 的 
?:
 版本对于 gcc 来说要好得多，并且可以实现我期望的功能。它基本上使用条件移动来使循环无分支。在这种情况下，clang 找不到这种优化并执行一些条件跳转。


对于带有算术的版本，gcc 的性能会变差。事实上，看到他这样做并不奇怪。它确实使用了 
imul
 指令，而且速度很慢。 clang 在这里过得更好。 “算术”实际上已经优化了乘法并用条件移动取代了它们。


总而言之，是的，这是可移植的，但是这是否会带来性能改进或恶化将取决于您的编译器、其版本、您正在应用的编译标志、处理器的潜力...

    



      

      
    

  

  

    
最新问题


  





  

    © www.soinside.com 2019 - 2024. All rights reserved.