使用_mm_hadd_ps累加__m128向量编译失败：内联函数问题咨询

近期我在使用C intrinsics进行SIMD优化以提升代码性能，需求是将存储4个float的__m128类型变量acc累加为单个float变量ac。我编写了如下代码：

acc = _mm_hadd_ps(acc,acc);
acc = _mm_hadd_ps(acc,acc);
ac = _mm_cvtss_f32(acc); 

该代码逻辑符合需求，但编译失败，编译器输出如下错误信息：

Compiler command failed with code 1
Command: gcc -pipe -std=c17 -g -gdwarf-4 -O3 -Wall -Wextra -Wpedantic -pedantic-errors -ffreestanding -nostdlib -static -march=k8 -mtune=generic -mno-80387 -mno-mmx -D_MM_MALLOC_H_INCLUDED -Wa,-march=k8+cmov+nommx -Wa,-mx86-used-note=no -Wa,--fatal-warnings -Wl,-n -Wl,--fatal-warnings -Wl,--no-dynamic-linker -Wl,--build-id=none -Wl,-z,defs -Wl,-z,noexecstack -Wl,-z,norelro -Wl,-z,noseparate-code -Wl,-Ttext=0x507340f44000 -Wl,-e,sdot -include defs.inc -o user.elf user.c
In file included from /usr/lib/gcc/x86_64-alpine-linux-musl/10.2.1/include/immintrin.h:33,
                 from user.c:2:
user.c: In function 'sdot':
/usr/lib/gcc/x86_64-alpine-linux-musl/10.2.1/include/pmmintrin.h:56:1: error: inlining failed in call to 'always_inline' '_mm_hadd_ps': target specific option mismatch
      | _mm_hadd_ps (__m128 __X, __m128 __Y)
      | ^~~~~~~~~~~
user.c:19:16: note: called from here
   19 |  __m128 acc3 = _mm_hadd_ps(acc2,acc2);
      |                ^~~~~~~~~~~~~~~~~~~~~~
In file included from /usr/lib/gcc/x86_64-alpine-linux-musl/10.2.1/include/immintrin.h:33,
                 from user.c:2:
/usr/lib/gcc/x86_64-alpine-linux-musl/10.2.1/include/pmmintrin.h:56:1: error: inlining failed in call to 'always_inline' '_mm_hadd_ps': target specific option mismatch
   56 | _mm_hadd_ps (__m128 __X, __m128 __Y)
      | ^~~~~~~~~~~
user.c:17:18: note: called from here
   17 |    __m128 acc2 = _mm_hadd_ps(acc1,acc1);
      |                  ^~~~~~~~~~~~~~~~~~~~~~

我想咨询：

• 函数必须内联是什么含义？
• 我的代码哪里违反了内联限制？

函数必须内联的含义 #

always_inline是编译器的属性标记，带这个标记的函数必须被内联到调用它的代码中，不能生成独立的函数体。SIMD intrinsics函数普遍使用这个标记，因为它们本质是特定CPU指令的直接封装，必须直接替换成机器指令，无法作为普通函数调用。如果编译器无法完成内联，就会抛出错误。

代码违反内联限制的原因 #

问题出在编译选项不支持_mm_hadd_ps对应的CPU指令集：

• _mm_hadd_ps是SSE3指令集的函数，而你的编译选项指定了-march=k8（对应AMD Athlon64/Opteron架构，仅支持到SSE2），且没有启用SSE3的编译开关。
• 编译器检测到目标架构不支持SSE3指令，无法将_mm_hadd_ps内联为对应的机器指令，因此触发了"target specific option mismatch"错误。

修复方案 #

你有两种选择：

• 启用SSE3指令集：在编译选项中添加-msse3，或者把-march改为支持SSE3的架构（比如-march=core2）。
• 改用SSE2兼容的累加实现：如果必须保留-march=k8，可以用SSE2指令完成4个float的累加，示例代码如下：

  // 横向成对相加：结果为 [a+b, c+d, a+b, c+d]
  __m128 temp = _mm_add_ps(acc, _mm_movehl_ps(acc, acc));
  // 将前两个元素相加：结果为 [(a+b)+(c+d), ..., ..., ...]
  temp = _mm_add_ss(temp, _mm_shuffle_ps(temp, temp, 0x55));
  ac = _mm_cvtss_f32(temp);
  

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