以下のコードがベクトル化されていなかった理由を検出できません。

Question

私はいつか特定のアプリケーションをベクトル化するのに苦労しています。オートベクトル化から、手作業によるSSE組み込み関数へ。しかし、何とか私はステンシルベースのアプリケーションでスピードアップを得ることができません。

以下は、SSE組み込み関数を使用してベクトル化した現在のコードのスニペットです。私がコンパイルすると（Intel icc）、-vec-report3を使用して、私はこのメッセージを常に取得します。
注：ループはベクトル化されていません。

#pragma ivdep 
    for (i = STENCIL; i < z - STENCIL; i+=4) 
    { 
    it = it2 + i; 

    __m128 tmp2i = _mm_mul_ps(_mm_add_ps(_mm_load_ps(&p2[i+j*it_j-it_j4+k*it_k]),_mm_load_ps(&p2[i+j*it_j+it_j4+k*it_k])),X4_i); //loop was not vectorized: statement cannot be vectorized 
    __m128 tmp3 = _mm_mul_ps(_mm_add_ps(_mm_load_ps(&p2[i+j*it_j-it_j3+k*it_k]),_mm_load_ps(&p2[i+j*it_j+it_j3+k*it_k])),X3_i); 
    __m128 tmp4 = _mm_mul_ps(_mm_add_ps(_mm_load_ps(&p2[i+j*it_j-it_j2+k*it_k]),_mm_load_ps(&p2[i+j*it_j+it_j2+k*it_k])),X2_i); 
    __m128 tmp5 = _mm_mul_ps(_mm_add_ps(_mm_load_ps(&p2[i+j*it_j-it_j +k*it_k]),_mm_load_ps(&p2[i+j*it_j+it_j +k*it_k])),X1_i); 

    __m128 tmp6 = _mm_add_ps(_mm_add_ps(_mm_add_ps(tmp2i,tmp3),_mm_add_ps(tmp4,tmp5)), _mm_mul_ps(_mm_load_ps(&p2[it]),C00_i)); 

    _mm_store_ps(&tmp2[i],tmp6); 

    } 

私は重要な何かが足りないのですか？なぜメッセージがベクトル化できないのか、メッセージが複雑ではないので、私はボトルネックを突き止めるのが難しいと思っています。

更新： 提案を慎重に検討した後、私は次のようにコードを微調整しました。私はそれをさらに分解して、実際にベクトル依存関係の原因となっているステートメントを特定することを最善と考えました。私は（ICC）私は、次のメッセージを取得#pragma ivdepせずに上記のコードをコンパイルするとき

//#pragma ivdep 
    for (i = STENCIL; i < z - STENCIL; i+=4) 
    { 
    it = it2 + i; 
    __m128 center = _mm_mul_ps(_mm_load_ps(&p2[it]),C00_i); 

    u_j4 = _mm_load_ps(&p2[i+j*it_j-it_j4+k*it_k]); //Line 180 
    u_j3 = _mm_load_ps(&p2[i+j*it_j-it_j3+k*it_k]); 
    u_j2 = _mm_load_ps(&p2[i+j*it_j-it_j2+k*it_k]); 
    u_j1 = _mm_load_ps(&p2[i+j*it_j-it_j +k*it_k]); 
    u_j8 = _mm_load_ps(&p2[i+j*it_j+it_j4+k*it_k]); 
    u_j7 = _mm_load_ps(&p2[i+j*it_j+it_j3+k*it_k]); 
    u_j6 = _mm_load_ps(&p2[i+j*it_j+it_j2+k*it_k]); 
    u_j5 = _mm_load_ps(&p2[i+j*it_j+it_j +k*it_k]); 

    __m128 tmp2i = _mm_mul_ps(_mm_add_ps(u_j4,u_j8),X4_i); 
    __m128 tmp3 = _mm_mul_ps(_mm_add_ps(u_j3,u_j7),X3_i); 
    __m128 tmp4 = _mm_mul_ps(_mm_add_ps(u_j2,u_j6),X2_i); 
    __m128 tmp5 = _mm_mul_ps(_mm_add_ps(u_j1,u_j5),X1_i); 

    __m128 tmp6 = _mm_add_ps(_mm_add_ps(tmp2i,tmp3),_mm_add_ps(tmp4,tmp5)); 
    __m128 tmp7 = _mm_add_ps(tmp6,center); 

    _mm_store_ps(&tmp2[i],tmp7); //Line 196 

    } 

：#pragma ivdepと

remark: loop was not vectorized: existence of vector dependence. 
vector dependence: assumed FLOW dependence between tmp2 line 196 and tmp2 line 196. 
vector dependence: assumed ANTI dependence between tmp2 line 196 and tmp2 line 196. 

私はコンパイルするとき（ICC）は、それが、私は、次のメッセージを取得する：

remark: loop was not vectorized: unsupported data type. //Line 180 

196行目にはなぜ依存関係がありますか？提案されたベクトルの依存関係をどのように排除できますか？

Answer 1

問題は、手書きベクトル化コードとともに自動ベクトル化を使用しようとしていることです。コンパイラは、ベクトル関数をベクトル化できないため、ベクトル化できないことを示しています。

コンパイラに自動ベクトル化させるか、自動ベクトル化を無効にしてコードを手動でベクトル化します。既にコメントされているように、自動ベクトル化ツールはベクトル化の収益性を計算します：コードをベクトル化する価値があるかどうかをチェックします。