2. 向量化编译器入门：GCC/LLVM向量化支持、自动向量化原理、向量化编译选项详解

好，咱们正式开始聊编译器向量化。说实话，很多做RISC-V的朋友一开始都盯着硬件——向量扩展多长、寄存器多少个、吞吐量多少。但我的经验是，硬件再好，编译器不给力，照样跑不出性能。今天这节，咱们就把GCC和LLVM这两个主力编译器怎么搞向量化，掰开揉碎了讲清楚。

2.1 编译器向量化支持概览

目前主流的RISC-V向量化编译器就两个：GCC和LLVM。我两个都用，但说实话，各有各的脾气。

2.2 自动向量化原理——编译器到底在干什么？

自动向量化，说白了就是编译器替你把标量循环改成向量指令。但这个过程没那么简单，我拆成三步来讲。

2.2.1 向量化可行性分析

编译器先扫描循环，问自己几个问题：

• 循环次数已知吗？ 编译期能确定最好，不行也得有运行时检查。
• 数据依赖有环吗？ 比如 a[i] = a[i-1] + 1，这种没法向量化，因为每个元素依赖前一个。
• 内存访问连续吗？ 连续访问（stride=1）最容易向量化。跨步访问（stride≠1）也能做，但效率打折。
• 有函数调用吗？ 除非是内联过的数学函数，否则直接放弃。

2.2.2 循环变换与重组

通过可行性分析后，编译器开始动手改代码结构：

1. 循环剥离（Loop Peeling）：处理循环次数不是向量长度的整数倍的情况。把剩余的几个元素单独拎出来跑标量。
2. 循环展开（Loop Unrolling）：把多个迭代合并，减少循环控制开销。向量化本身也是一种展开。
3. 循环分布（Loop Distribution）：如果一个循环体里既有能向量化的部分，又有不能的，拆成两个循环。
4. 版本控制（Versioning）：生成向量化和标量两个版本，运行时根据条件（比如对齐情况）选择。

2.2.3 向量指令生成

最后一步，编译器把标量操作映射成向量指令。比如：

// 原始标量代码
for (int i = 0; i < N; i++) {
    c[i] = a[i] + b[i];
}

// 编译器生成的向量化伪代码（VLEN=128, 4个32位整数）
for (int i = 0; i < N; i += 4) {
    vreg1 = vload(&a[i]);        // vle32.v
    vreg2 = vload(&b[i]);        // vle32.v
    vreg3 = vadd(vreg1, vreg2);  // vadd.vv
    vstore(&c[i], vreg3);        // vse32.v
}
// 剩余元素用标量处理
for (int i = N - (N % 4); i < N; i++) {
    c[i] = a[i] + b[i];
}

2.3 向量化编译选项详解

选项这东西，记不住没关系，但常用的几个必须刻在脑子里。我列个表，你们存着用。

2.3.1 GCC向量化选项

2.3.2 LLVM/Clang向量化选项

2.4 向量化决策流程——一张图说清楚

下面这张SVG图，是我自己总结的编译器自动向量化决策流程。每次拿到一个新循环，编译器就是按这个顺序问自己的。

2.5 实战：如何判断你的代码被向量化了？

光说不练假把式。咱们来点实际的。假设你有下面这段代码：

// test.c
void vec_add(int *a, int *b, int *c, int n) {
    for (int i = 0; i < n; i++) {
        c[i] = a[i] + b[i];
    }
}

用GCC编译并查看向量化报告：

riscv64-unknown-linux-gnu-gcc -O3 -march=rv64gcv -ftree-vectorize \
    -fopt-info-vec -fopt-info-vec-missed -c test.c -o test.o

如果输出类似：

test.c:2:5: note: loop vectorized
test.c:2:5: note: loop versioned for alignment

恭喜，向量化成功了。如果看到：

test.c:2:5: note: not vectorized: data dependence found
test.c:2:5: note: not vectorized: unsupported memory access pattern

那就得回去改代码了。

2.6 向量化失败的常见原因速查表