为何数组访问微基准测试中Go性能较GCC慢4倍？

为了更好地了解Go的性能特性、合理选择使用场景，我编写了这个数组访问微基准测试。从性能开销角度看，这个场景对Go来说本应是理想情况：循环内无内存分配/释放操作，数组访问明确处于边界范围内（理论上可移除边界检查）。但在AMD64架构下，和gcc -O3编译的C版本相比，Go的运行速度慢了整整4倍（通过Shell计时，每个测试耗时数秒，启动开销可忽略不计），这是为什么？

Go版本代码 #

package main

import "fmt"

func main() {
    fmt.Println("started");

    var n int32 = 1024 * 32

    a := make([]int32, n, n)
    b := make([]int32, n, n)

    var it, i, j int32

    for i = 0; i < n; i++ {
        a[i] =  i
        b[i] = -i
    }

    var r int32 = 10
    var sum int32 = 0

    for it = 0; it < r; it++ {
        for i = 0; i < n; i++ {
            for j = 0; j < n; j++ {
                sum += (a[i] + b[j]) * (it + 1)
            }
        }
    }
    fmt.Printf("n = %d, r = %d, sum = %d\n", n, r, sum)
}

C版本代码 #

#include <stdio.h>
#include <stdlib.h>


int main() {
    printf("started\n");

    int32_t n = 1024 * 32;

    int32_t* a = malloc(sizeof(int32_t) * n);
    int32_t* b = malloc(sizeof(int32_t) * n);

    for(int32_t i = 0; i < n; ++i) {
        a[i] =  i;
        b[i] = -i;
    }

    int32_t r = 10;
    int32_t sum = 0;

    for(int32_t it = 0; it < r; ++it) {
        for(int32_t i = 0; i < n; ++i) {
            for(int32_t j = 0; j < n; ++j) {
                sum += (a[i] + b[j]) * (it + 1);
            }
        }
    }
    printf("n = %d, r = %d, sum = %d\n", n, r, sum);

    free(a);
    free(b);
}

更新测试结果 #

• 使用range遍历可使Go运行速度提升2倍
• 测试发现，-march=native参数可使C版本运行速度提升2倍（-mno-sse与-O3不兼容，编译报错）
• GCCGO的性能与GCC相当（无需使用range）

内容的提问来源于stack exchange，提问作者MWB