为何GCC、ICX、Clang在Intel处理器上不自动使用AVX-512指令向量化代码，却在AMD处理器上支持？

先来看我的测试代码，逻辑非常简单：

void x(float* array, float const LOW_THRESHOLD, float const HIGH_THRESHOLD) noexcept
{
    for ( int index = 0; index < 16; ++index )
    {
        array[ index ] = LOW_THRESHOLD < array[ index ] && array[ index ] < HIGH_THRESHOLD ? 1.0f : 0.0f;
    }
}

这段代码简直就是为AVX-512向量化优化设计的“样板代码”，怎么看都应该被编译器自动转换成向量指令。

我用编译器探索工具做了测试，结果却有点出乎意料：Clang、ICX和GCC只在AMD架构上会自动做AVX-512向量化——具体来说是znver4和znver5（znver3因为本身不支持AVX512，自然不在此列）。

而针对Intel的三款支持AVX512的处理器：

1. Skylake AVX512
2. Granite Rapids
3. Emerald Rapids
   我都用了工具上的最新版本编译器进行测试，结果都没有生成AVX512的向量化代码。

举两个具体的编译结果对比：

Clang编译Intel Emerald Rapids（编译选项：-O3 -march=emeraldrapids） #

生成的汇编代码是：

.LCPI0_0:
        .long   0x3f800000
x(float*, float, float):
        vbroadcastss    ymm0, xmm0
        vmovups ymm2, ymmword ptr [rdi]
        vmovups ymm3, ymmword ptr [rdi + 32]
        vcmpltps        k1, ymm0, ymm2
        vbroadcastss    ymm1, xmm1
        vcmpltps        k1 {k1}, ymm2, ymm1
        vbroadcastss    ymm2, dword ptr [rip + .LCPI0_0]
        vmovaps ymm4 {k1} {z}, ymm2
        vmovups ymmword ptr [rdi], ymm4
        vcmpltps        k1, ymm0, ymm3
        vcmpltps        k1 {k1}, ymm3, ymm1
        vmovaps ymm0 {k1} {z}, ymm2
        vmovups ymmword ptr [rdi + 32], ymm0
        vzeroupper
        ret

Clang编译AMD Ryzen v5（编译选项：-O3 -march=znver5） #

生成的汇编代码则是：

.LCPI0_0:
        .long   0x3f800000
x(float*, float, float):
        vmovups zmm2, zmmword ptr [rdi]
        vbroadcastss    zmm0, xmm0
        vbroadcastss    zmm1, xmm1
        vcmpltps        k1, zmm0, zmm2
        vcmpltps        k1 {k1}, zmm2, zmm1
        vbroadcastss    zmm0 {k1} {z}, dword ptr [rip + .LCPI0_0]
        vmovups zmmword ptr [rdi], zmm0
        vzeroupper
        ret

一开始我以为是编译器漏掉了这个优化，但仔细想想又觉得不对劲：ICX可是Intel自家的编译器，而且Intel和AMD的工程师都参与了Clang、GCC这些开源编译器的开发，这种明显的优化点被漏掉的概率其实很低。

那问题来了：是不是Intel架构上并不推荐使用AVX-512？这会不会就是编译器不在Intel处理器上自动触发向量化的原因？

（注：测试代码来自Stack Overflow的相关提问，感谢Terrordrone提供的示例代码）

另外，后来发现添加编译选项-mprefer-vector-width=512后，编译器就会在Intel架构上生成AVX512的向量化代码了，这个方法可以解决这个问题。

备注：内容来源于stack exchange，提问作者pratikpc