ifort与gfortran性能优化及运行时间差异问题咨询

首先，先把你测试的代码和编译命令整理出来，方便大家参考：

测试代码 #

PROGRAM PERFECT_SQUARE
IMPLICIT NONE
INTEGER*8 :: N, M, NTOT
LOGICAL :: IS_SQUARE
N=4
WRITE(*,*) IS_SQUARE(N)
NTOT = 0
DO N = 1, 1000000000
 IF (IS_SQUARE(N)) THEN
 NTOT = NTOT + 1
 END IF
END DO
WRITE (*, *) NTOT ! should find 31622 squares
END PROGRAM

LOGICAL FUNCTION IS_SQUARE(N)
IMPLICIT NONE
INTEGER*8 :: N, M
! check if negative
IF (N .LT. 0) THEN
 IS_SQUARE = .FALSE.
 RETURN
END IF
! check if ending 4 bits belong to (0,1,4,9)
M = IAND(int(N, kind(8)), int(15, kind(8)))
IF (.NOT. (M .EQ. 0 .OR. M .EQ. 1 .OR. M .EQ. 4 .OR. M .EQ. 9)) THEN
 IS_SQUARE = .FALSE.
 RETURN
END IF
! try to find the nearest integer to sqrt(n)
M = DINT(SQRT(DBLE(N)))
IF (M**2 .NE. N) THEN
 IS_SQUARE = .FALSE.
 RETURN
END IF
IS_SQUARE = .TRUE.
RETURN
END FUNCTION

编译命令 #

# ifort编译
ifort example.f90 -O3 -o example_ifort

# gfortran编译
gfortran example.f90 -O3 -o example_gnu

你提到的测试结果：example_ifort耗时3秒，example_gnu仅1秒，还有两个异常现象——ifort关闭向矢量化后性能提升、gfortran移除开头的函数调用后性能暴跌。下面咱们逐个分析原因，再给出优化方案。

一、核心性能差异的原因 #

两款编译器的优化策略在这段代码的场景下差异很大，主要集中在这几个方面：

1. 向矢量化的适配性不同
   这段代码的核心循环里调用了带有多个分支判断的IS_SQUARE函数，分支密集的逻辑对向矢量化很不友好。gfortran的-O3优化可能自动判断这段代码不适合向矢量化，转而采用更高效的标量优化策略；而ifort默认的向矢量化尝试强行对分支逻辑做向量转换，反而引入了额外的寄存器开销和分支处理的复杂性，导致性能下降——这也解释了为什么加-no-vec关闭向矢量化后ifort性能会提升。

2. 浮点函数与整数转换的开销差异
   代码里用DINT(SQRT(DBLE(N)))来计算整数平方根，这个过程涉及整数转浮点、浮点平方根计算、浮点转整数三步操作。gfortran的数学库实现可能对这种高频调用做了更激进的优化，比如用近似算法或者硬件指令加速；而ifort的库函数可能更注重精度，导致单次调用的开销更高，在1e9次循环的放大下就形成了明显的性能差距。

3. 分支预测与循环优化的策略差异
   这段循环里的分支IF (IS_SQUARE(N))是典型的稀疏分支（1e9次循环里仅3万多次命中），编译器对分支预测的优化直接影响性能。gfortran可能自动识别了这种稀疏分支模式，优化了分支预测的逻辑；而ifort的优化策略在这种场景下没有针对性调整，导致更多的分支预测失败，拖慢了整体速度。

二、两个异常现象的解释 #

1. ifort加-no-vec性能提升
   如前面所说，ifort默认的向矢量化对分支密集的IS_SQUARE函数并不友好，强行向量化会让编译器生成更复杂的向量指令，反而不如标量执行高效。关闭向矢量化后，编译器回到更适合分支逻辑的标量优化路径，因此性能有所提升。

2. gfortran移除开头的IS_SQUARE(4)调用后性能暴跌
   这是因为gfortran的优化器依赖于函数的调用上下文来触发内联优化。开头的WRITE(*,*) IS_SQUARE(N)让编译器提前分析了IS_SQUARE函数的行为，确定它可以被安全内联到循环中，从而消除了函数调用的开销；如果移除这个调用，编译器可能没有触发内联优化，导致每次循环都要执行一次函数调用，性能自然大幅下降。

三、优化方案：缩小性能差异的方法 #

针对这段代码，你可以尝试以下优化手段，让两款编译器的性能都能达到最优：

1. 替换浮点平方根为整数平方根（最有效的优化） #

Fortran 2008及以后标准提供了ISQRT函数，直接计算整数的平方根，完全避免浮点转换的开销。修改IS_SQUARE里的平方根计算部分：

! 替换原来的浮点转换代码
M = ISQRT(N)
IF (M**2 .NE. N) THEN
 IS_SQUARE = .FALSE.
 RETURN
END IF

这个修改能大幅降低单循环的开销，两款编译器的性能都会显著提升，差异也会缩小。

2. 把函数改为内部函数，促进内联 #

把IS_SQUARE移到主程序的CONTAINS块中，变成内部函数，这样编译器更容易识别并内联它，消除函数调用的开销：

PROGRAM PERFECT_SQUARE
IMPLICIT NONE
INTEGER*8 :: N, M, NTOT
LOGICAL :: IS_SQUARE
N=4
WRITE(*,*) IS_SQUARE(N)
NTOT = 0
DO N = 1, 1000000000
 IF (IS_SQUARE(N)) THEN
 NTOT = NTOT + 1
 END IF
END DO
WRITE (*, *) NTOT ! should find 31622 squares

CONTAINS
LOGICAL FUNCTION IS_SQUARE(N)
IMPLICIT NONE
INTEGER*8 :: N, M
! check if negative
IF (N .LT. 0) THEN
 IS_SQUARE = .FALSE.
 RETURN
END IF
! check if ending 4 bits belong to (0,1,4,9)
M = IAND(N, 15_8) ! 简化位运算，避免冗余类型转换
IF (.NOT. (M .EQ. 0 .OR. M .EQ. 1 .OR. M .EQ. 4 .OR. M .EQ. 9)) THEN
 IS_SQUARE = .FALSE.
 RETURN
END IF
! 用ISQRT替代浮点计算
M = ISQRT(N)
IF (M**2 .NE. N) THEN
 IS_SQUARE = .FALSE.
 RETURN
END IF
IS_SQUARE = .TRUE.
RETURN
END FUNCTION
END PROGRAM

3. 针对ifort的额外优化选项 #

• 强制内联：使用-inline-level=2或-inline-all选项，确保IS_SQUARE被内联到循环中。
• 架构针对性优化：添加-xHost选项，让ifort针对当前CPU的指令集做优化（比如AVX2、AVX-512等）。
• 分支预测提示：在循环的分支前添加!DIR$ PREDICT NOT_TAKEN，告诉编译器这个分支很少被执行，帮助提升分支预测准确率：

  DO N = 1, 1000000000
  !DIR$ PREDICT NOT_TAKEN
   IF (IS_SQUARE(N)) THEN
   NTOT = NTOT + 1
   END IF
  END DO
  

4. 简化位运算代码 #

把M = IAND(int(N, kind(8)), int(15, kind(8)))简化为M = IAND(N, 15_8)，避免冗余的整数类型转换，让编译器更容易优化。

内容的提问来源于stack exchange，提问作者nadavhalahmi