LLVM-MCA パフォーマンス分析：ベクトル化最適化の落とし穴

著者は、ARM NEON を使用したベクトル化最適化において、パフォーマンスの低下という問題に遭遇しました。初期のコードは 5 つのロード命令 (5L) を使用していましたが、最適化されたバージョンはメモリアクセスを削減するために 2 つのロード命令と 3 つの拡張命令 (2L3E) を使用していました。驚くべきことに、2L3E バージョンの方が遅くなりました。LLVM-MCA を使用したパフォーマンス分析により、2L3E は CPU の実行ユニットにボトルネックを引き起こし、リソースの利用が不均衡で、命令の依存関係が強くなることがわかり、パフォーマンスの低下につながることが判明しました。5L バージョンは、リソースの利用がよりバランスが取れており、ロード命令が独立しているため、より良いパフォーマンスを示しました。このケーススタディは、CPU のリソース競合と命令の依存関係を考慮しないと、一見すると適切に見える最適化でもパフォーマンスの低下につながる可能性があることを示しています。LLVM-MCA は、このような問題を分析するための貴重なツールです。