なぜstrchrは私のsimdコードの2倍の速さですか？

Question

私はSIMDを勉強していて、文字を見つける際にstrchrを打つことが可能かどうかを知りたいと思っていました。 strchrは同じ組み込み関数を使用しているようですが、文字が配列内にあり、ヌルチェックを避けることを計画しているのに対して、nullをチェックすると仮定します。

私のコードは次のとおりです。で

size_t N = 1e9; 
bool found = false; //Not really used ... 
size_t char_index1 = 0; 
size_t char_index2 = 0; 
char * str = malloc(N); 
memset(str,'a',N); 

__m256i char_match; 
__m256i str_simd; 
__m256i result; 
__m256i* pSrc1; 

int simd_mask; 

str[(size_t)5e8] = 'b'; 


    char_match = _mm256_set1_epi8('b'); 
    result = _mm256_set1_epi32(0); 

    simd_mask = 0; 

    pSrc1 = (__m256i *)str; 

    while (1){ 
     str_simd = _mm256_lddqu_si256(pSrc1); 
     result = _mm256_cmpeq_epi8(str_simd, char_match); 
     simd_mask = _mm256_movemask_epi8(result); 
     if (simd_mask != 0){ 
      break; 
     } 
     pSrc1++; 
    } 

全（まだ終わっていないコード）： https://gist.github.com/JimHokanson/433e185ba53b41e49ce3ac804568ac1e

strchrは、このコードの2倍の速さで（GCCとXcodeを使用して）。理由を理解したいと思っています。

更新：gccの-std = c11を-mavx2 -mlzcnt

Answer 1

私はコンパイラに最適化フラグを設定していませんでした：使用してコンパイルします。 -O3を設定すると、SIMDコードはstrchrの時間の75％しか使用しませんでした。

更新：これはコードの最終的な動作バージョンではないことを明確にする必要があります。それでも、追加のチェックが必要です。コールを最適化する方法もあります（私は思っています）。コードはstrchrの球場にありますが、少なくともこの時点では。コメントの中で指摘されているように、このバージョンはページとフォルトを過ぎて読み取ることができます。最後に、これは主にSIMDの学習機会（自分自身）であり、memchrはおそらくあなたの最高の賭けです（あなたがセンチネルバッファを持っているならmemchrをわずかに打ち負かすことができるかもしれないと思われます）。