C++ 专家（16）：SIMD 与自动向量化——编译器如何优化循环
更新时间：2026-09-01。本文是
languages/cpp/expert/专家层第 16 篇，接 PMR 分配器深入。SIMD（Single Instruction Multiple Data）是 CPU 单指令多数据并行，现代编译器能自动把简单的循环向量化。理解编译器的向量化条件，才能写出编译器友好的循环代码。
本文要回答的问题
- 编译器自动向量化是什么？什么条件才能触发？
- restrict 在向量化中起什么作用？为什么告诉编译器指针不重叠很重要？
- 怎么检查编译器有没有向量化？怎么看汇编？
- 手动向量化什么时候需要？
一、自动向量化：编译器优化循环
cpp
// 编译器会把简单的循环转换成 SIMD 指令
void add_arrays(const float* a, const float* b, float* c, size_t n) {
for (size_t i = 0; i < n; i++) {
c[i] = a[i] + b[i];
}
// 编译器可能生成：
// movaps (加载 4 个 float)
// addps (同时加 4 个 float)
// movaps (存储 4 个 float)
// 循环次数减少到原来的 1/4
}二、向量化的条件
cpp
// 编译器自动向量化需要满足的条件：
// 1. 循环次数已知（或可推断）
void unknown_size(float* a, size_t n); // 可以，但不好
// 2. 没有循环依赖
void no_dep(float* a, size_t n) {
for (size_t i = 1; i < n; i++) {
a[i] = a[i-1] + 1; // ❌ 依赖前一个元素，不能向量化
}
}
// 3. 没有指针别名（aliasing）
void alias(float* a, float* b, size_t n) {
for (size_t i = 0; i < n; i++) {
a[i] = b[i] + 1; // ❌ 编译器不确定 a 和 b 是否重叠
}
}
// 4. 循环体没有分支或分支可预测
void branch(float* a, float* b, size_t n) {
for (size_t i = 0; i < n; i++) {
if (a[i] > 0) {
a[i] = b[i] * 2; // ❌ 分支，编译器可能不向量化
}
}
}三、restrict 的作用
cpp
// 用 __restrict 告诉编译器指针不重叠
void add_arrays(float* __restrict a,
const float* __restrict b,
const float* __restrict c,
size_t n) {
for (size_t i = 0; i < n; i++) {
a[i] = b[i] + c[i];
}
// 有了 __restrict，编译器可以放心向量化
}C++ 没有标准 restrict，但编译器支持：
- GCC/Clang：
__restrict__或__restrict - MSVC：
__restrict
四、检查编译器是否向量化
bash
# GCC：用 -fopt-info-vec 查看向量化信息
g++ -O2 -fopt-info-vec-optimized loop.cpp
# 输出：loop.cpp:3: note: loop vectorized
# Clang：用 -Rpass 查看向量化信息
clang++ -O2 -Rpass=loop-vectorize loop.cpp
# 反汇编查看
g++ -O2 -S -fverbose-asm loop.cpp
# 查看是否有 movaps、addps、mulps 等 SIMD 指令五、手动向量化（intrinsics）
cpp
// 如果编译器不自动向量化，可以手动写 SIMD intrinsics
#include <immintrin.h> // SSE/AVX intrinsics
// SSE 版本：一次处理 4 个 float
void add_sse(const float* a, const float* b, float* c, size_t n) {
size_t i = 0;
// 处理 4 个一组
for (; i + 4 <= n; i += 4) {
__m128 va = _mm_loadu_ps(a + i);
__m128 vb = _mm_loadu_ps(b + i);
__m128 vc = _mm_add_ps(va, vb);
_mm_storeu_ps(c + i, vc);
}
// 处理剩余元素
for (; i < n; i++) {
c[i] = a[i] + b[i];
}
}六、向量化性能提升
| 数据类型 | 指令集 | 一次处理 | 理论加速 |
|---|---|---|---|
| float | SSE | 4 个 | 4x |
| float | AVX | 8 个 | 8x |
| float | AVX-512 | 16 个 | 16x |
| int32 | SSE | 4 个 | 4x |
| int32 | AVX2 | 8 个 | 8x |
七、常见坑对照
| 坑 | 现象 | 对策 |
|---|---|---|
| 没有 __restrict | 编译器保守，不向量化 | 加 __restrict 告诉编译器指针不重叠 |
| 未对齐内存 | 性能下降，不能使用对齐指令 | 用 _mm_loadu_ps 或对齐分配 |
| 循环依赖 | 编译器不能向量化 | 改写循环消除依赖 |
| 分支太多 | 编译器不向量化 | 用条件移动或查表 |
相关与延伸
下一篇：线程同步深入——barrier、latch、semaphore(C++20)；C 的 SIMD 对比，见 C 汇编性能。
一句话总结
C++ SIMD 自动向量化：编译器自动把简单循环转换成 SIMD 指令，条件包括循环次数已知、无依赖、无别名、无分支；__restrict 告诉编译器指针不重叠，能触发向量化；-fopt-info-vec-optimized 查看向量化信息；手动 SIMD intrinsics 用 _mm_loadu_ps/_mm_add_ps/_mm_storeu_ps；SSE 一次 4 个 float，AVX 一次 8 个，AVX-512 一次 16 个。