英特尔编译器无法矢量化这个简单的循环？

Question

所以我有以下代码对我来说似乎很简单：

#define MODS_COUNT 5

int start1 = <calc at runtime>;
int start2 = <calc at runtime>;

for (int j=0; j<MODS_COUNT; j++) // loop 5 times doing simple addition.
    logModifiers[start1 +  j] += logModsThis[start2 + j];

这个循环是外循环的一部分（不确定这是否有所不同）

编译器说： message : loop was not vectorized: vectorization possible but seems inefficient.

为什么不能对这个循环进行矢量化？对我来说似乎很简单。我怎样才能强制进行矢量化并检查性能？

我有英特尔C ++编译器2013更新3。

如果有人有兴趣，请填写完整代码：http://pastebin.com/Z6H5ZejW

编辑：我知道编译器认为它效率低下。我在问：

为什么效率低下？

我如何强迫它以便我可以自己进行基准测试？

Edit2：如果我将其更改为4而不是5，那么它会被矢量化。是什么让5效率低下？我认为它可以在2条指令中完成，第一条指令4，第二条指令“正常”指令1，而不是5条指令。

Answer 1

根据英特尔编译器中的矢量化：

有SIMD（单指令多数据）寄存器，长度为128字节。所以如果sizeof（int）是4那么4个整数就可以放在这些寄存器中，并且一条指令可以对这些4 int执行。（这也取决于相同的情况）操作类型在这些int上完成，这里是正确的.LHS上数组的每个元素都依赖于不同数组的不同元素。）

如果有8 int s则需要两个指令。（而不是没有矢量化的8个指令）。

但是如果有5（或6或7）int，那么那也需要两条指令。哪个might并不比没有矢量化代码好。

进一步阅读LINK。

Answer 2

要使矢量化有意义，最内层循环必须有足够大的行程计数。在您的情况下，它很小，编译器根据其成本模型计算出矢量化导致的加速很小或为负。

我在什么时候看到过循环交换的奇迹 - 交换了内循环和外循环，以便最内循环的行程计数很大。