如何用编译器向量化指令优化数值计算代码
哪些公司问过
量化公司(明泓、佳琪、Avenir、九坤、非凸等)1
答案要点
- #pragma clang loop vectorize(enable) 提示编译器向量化循环
- vectorize_width 指定向量宽度,interleave_count 控制交错
- 前提是循环无跨迭代依赖、无指针别名,可用 restrict 声明
- 需开启优化并指定目标指令集,如 AVX、NEON
- 用 -Rpass 系列参数查看向量化是否成功,并做基准测试验证
易错点
- 以为加了 pragma 就一定会向量化
- 忽略指针别名,导致编译器保守地放弃优化
- 没有用基准测试验证,向量化后可能因内存带宽受限而收益不大
面试官常见追问
- 如何严肃地做 micro-benchmark?需要控制哪些变量?
- 编译器为什么不向量化某个循环?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。