哪個整數操作在Rust中具有更高性能的替代方法？

Question

在Rust中編寫將運行數百萬次的整數函數（想想像素處理）時，使用性能最高的操作很有用 - 類似於C / C ++。

雖然參考手冊解釋了行為的變化，但並不總是清楚哪種方法的性能高於標准^{（參見注釋1）}整數算術運算。 我假設wrapping_add編譯成等同於C的加法。

在標准操作（加/減/乘/模/除/移位/位操作......）中，哪些操作具有更高性能的替代方法，默認情況下不使用？

---

注意：

1. 按標准，我指的是使用符號a + b ， i / k或c % e等的整數運算。
   編寫數學表達式時要使用的內容 - 除非您特別需要使用包裝或返回溢出的方法之一。
2. 我意識到回答這個問題可能需要一些研究。 因此，我很高興通過查看生成的程序集來進行一些檢查，以查看哪些操作正在使用未經檢查/原始操作。
3. 可能是檢查/未檢查操作之間的速度差異不大，如果是這種情況，我仍然希望能夠編寫一個“快速”版本的函數來與“安全”版本進行比較，來關於它是否是給定函數的合理選擇我自己的結論。
4. 提到像素處理后，SIMD已成為可能的解決方案。 盡管這是一個很好的建議。 這仍然留給我們使用SIMD 無法優化的情況，因此快速整數算法的一般情況仍然需要考慮。

Answer 1

在標准操作（加/減/乘/模/除/移位/位操作......）中，哪些操作具有更高性能的替代方法，默認情況下不使用？

請注意，Rust是為性能而設計的; 因此，在Debug中檢查整數操作時，它們被定義為包裝在Release中，除非您特別指示編譯器。

因此，在具有默認選項的發布模式下，兩者之間嚴格沒有性能差異：

• +和wrapping_add
• -和wrapping_sub
• *和wrapping_mul
• /和wrapping_div
• %和wrapping_rem
• <<和wrapping_shl
• >>和wrapping_shr

對於無符號整數，性能因此嚴格地類似於C或C ++; 但是，對於有符號整數，優化器可能會產生不同的結果，因為有符號整數的下溢/溢出是C和C ++中的未定義行為（gcc和Clang接受-fwrapv標志，即使對於有符號整數也要求包裝，但它不是默認值）。

我希望使用checked_* ， overflow_*和saturating_*方法通常會慢一些。

---

因此，有趣的切線是了解當您翻轉開關並明確要求檢查算術時會發生什么。

目前，Rust實現¹是下溢/溢出檢查的精確實現。 每個加法，減法，乘法，...都是獨立檢查的，優化器不擅長融合這些分支。

具體來說， 精確的實現排除了臨時溢出： 5 + x - 5不能優化為x ，因為5 + x可能溢出。 它還排除了一般的自動矢量化。

只有當優化器可以證明沒有溢出（通常不能）時，您可能希望重新獲得更易於優化的無分支路徑。

應該注意的是，在通用軟件上，影響幾乎不可察覺，因為算術指令只占總成本的一小部分。 然而，當這個比例上升時，它可能非常明顯，實際上它出現在與Clang的SPEC2006基准測試的一部分中。

這種開銷足以被認為不適合默認激活檢查。

¹ 這是由於LLVM方面的技術限制; Rust實現只委托給LLVM。

---

將來，我們希望能夠獲得模糊的支票實施。 模糊實現背后的想法是，不是檢查每個操作，而是執行它們並且設置標志或者在下溢/溢出的情況下中斷值。 然后，在使用結果之前，執行檢查（分支）。

根據Joe Duffy的說法，他們在Midori中有這樣的實現，性能影響幾乎不可察覺，因此它似乎是可行的。 但是，我還沒有意識到在LLVM中有任何類似的努力。

Answer 2

Rust不保證其運營速度。 如果您需要保證，則需要調用匯編程序。

也就是說，當前Rust轉發到LLVM，所以你可以調用內在函數，它將1：1映射到LLVM內在函數並使用這些保證。 但是，無論你做什么都不是asm，請注意優化器可能對你認為最優的東西有不同的看法，因此不優化你對LLVM內在函數的手動調用。

也就是說，Rust努力盡可能快，因此您可以假設（或者只是查看標准庫的實現）所有具有相同LLVM內在函數的操作將映射到該LLVM內在函數，因此可以像LLVM可以做到這一點。

對於給定的基本算術運算，哪個操作最快是沒有一般規則的，因為它完全取決於您的用例。

Answer 3

想像素處理

那么你根本不應該考慮單值操作; 您想要使用SIMD指令。 這些目前在穩定的Rust中不可用，但有些可通過功能門控功能訪問，並且所有功能都可通過匯編獲得。

是否有可能LLVM將代碼優化為SIMD，就像它對clang一樣？

正如aochagavia已經回復 ，是的，LLVM將自動調整某些類型的代碼。 但是，當您要求最高性能時，通常不希望自己處於優化器的一時興起。 我傾向於希望在我的普通普通代碼中進行自動向量化，然后為我的重數學內核編寫直線代碼，然后編寫SIMD代碼並測試速度的正確性和基准。