为何uint32_t数组下标会阻碍GCC O3自动向量化优化

在GCC 12.1编译器开启-O3优化等级的场景下，使用uint32_t类型作为数组索引/计数变量时会阻碍编译器自动向量化优化，复现代码如下：

#include <cstdint>

// 无法自动向量化
void test32(uint32_t *array, uint32_t &nread, uint32_t from, uint32_t to) {
    for (uint32_t i = from; i < to; i++) {
        array[nread++] = i;
    }
}

// 可以自动向量化
void test64(uint32_t *array, uint64_t &nread, uint32_t from, uint32_t to) {
    for (uint32_t i = from; i < to; i++) {
        array[nread++] = i;
    }
}

// 无法自动向量化
void test_another_32(uint32_t *array, uint32_t &nread, uint32_t from, uint32_t to) {
    uint32_t index = nread;
    for (uint32_t i = from; i < to; i++) {
        array[index++] = i;
    }
    nread = index;
}

// 可以自动向量化
void test_another_64(uint32_t *array, uint32_t &nread, uint32_t from, uint32_t to) {
    uint64_t index = nread;
    for (uint32_t i = from; i < to; i++) {
        array[index++] = i;
    }
    nread = index;
}

执行如下命令可输出向量化失败的诊断信息：

g++ -O3 -fopt-info-vec-missed -c test.cc -o /dev/null

对应输出结果：

test.cc:5:31: missed: couldn't vectorize loop
test.cc:6:24: missed: not vectorized: not suitable for scatter store *_5 = i_18;
test.cc:21:31: missed: couldn't vectorize loop
test.cc:22:24: missed: not vectorized: not suitable for scatter store *_4 = i_22;

诊断信息解读 #

• couldn't vectorize loop：编译器判定当前循环不满足自动向量化的前置条件，直接放弃向量化尝试
• not suitable for scatter store：编译器无法证明循环内的内存写入是连续步长访问，既不能生成高效的连续向量存储指令，也不适合用开销极高的scatter散存指令做向量化，因此判定为不满足向量化要求。

核心根因：32位无符号整数的类型转换歧义 #

GCC的自动向量化依赖两个核心判定前提：

• 循环内的数组访问是步长固定的连续访问，可以转换为向量寄存器的批量加载/存储操作
• 编译器可以证明循环执行过程中不存在会改变访问模式的未定义行为、内存别名风险

在主流64位编译目标下，指针宽度为64位，C++标准要求数组索引计算时会将传入的索引值隐式提升为64位有符号整数int64_t：

• 当索引为uint32_t类型时，其取值范围为0~2^{32-1，索引自增到2}32-1后再加1会按照无符号整数规则回绕到0；但提升为64位有符号整数后，这个回绕行为和连续地址的递增预期不符。编译器无法证明uint32_t类型的索引在循环全程不会发生回绕溢出，因此无法判定索引递增对应的地址是严格连续、步长为1的序列，只能保守判定为离散散列写入，放弃向量化。
• 当索引为uint64_t类型时，其位宽和64位平台地址宽度完全匹配，不需要做跨宽度类型提升。编译器可以安全推导：只要数组分配的内存长度合法，索引自增过程中不会出现类型转换带来的回绕歧义，地址序列是严格连续步长1的，满足向量化的连续存储要求，因此可以正常执行自动向量化优化。

补充：哪怕手动把引用类型的nread拷贝到局部变量再操作，只要局部索引本身是uint32_t类型，跨宽度类型转换带来的歧义依然存在，因此test_another_32依然无法向量化，和参数是否为引用没有直接关系。

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