zcc 编译器 2.0 正式发布，SPECINT2K6 性能提升 15%，RVV 自动向量化 80 倍性能提升

2022年12月29日 · 阅读需 14 分钟

经过一年的忙碌，兆松科技研发的RISC-V zcc编译器2.0版本正式发布，目前国内外各大主流RISC-V芯片/IP公司正在合作评估中，欢迎有兴趣的小伙伴随时勾搭。

废话不多说，下面主要展现一下2.0版本当中的改进。

SPECINT2K6

SPECINT2K6动态指令数，比riscv gcc 12.2好14%，比llvm16好15%，比美国某RISC-V IP公司商业化编译器好10%-15%

注：编译选项为RV64GCBV，O3，LTO，fp-contract=off

注：由于gcc RVV自动向量化无法成功编译一些SPECINT2K6的测试，故以上数据仅为gcc rv64gcb。

注：以上icount数据为SPECINT2K6 small dataset测试所得动态指令数,数据越小越好。

注：美国某RISC-V商业公司编译器数据由多伦多某著名RISC-V芯片公司协助评估提供。

RVV自动向量化

zcc自动向量化器可以产生比手写intrinsic算子库更好的性能(平均10%以上的性能优势)，比gcc12-rvv-next自动向量化器最多快70倍，比llvm 16自动向量化器最多快86倍。（在我们测试的时候，以下有一些例子，gcc12-rvv-next，以及llvm16还无法成功做到多层循环的自动向量化）。

在#pragma的帮助下，zcc可以实现任意嵌套层次循环的自动向量化，可以解决最内层循环自动向量化的一些访存问题，从而让性能大幅提升。从我们合作评估方的反馈数据得知，zcc自动向量化的correlation算子的cycle数，比手写intrinsic版本的correlation算子cycle数好50%（cache命中显著提升）。

注：以上数据均为动态指令数，数据越小越好。

注：以上 kernel 源代码和 intrinsic 代码，可在 https://github.com/tristanqiu8/rv_lib 下载。

注：自动向量化测试数据使用 clang #pragma 辅助。

代码密度优势

除了以上提到的性能优势，我们zcc编译器在1.0版本的基础上，继续保持着代码密度优势，在embench-iot测试当中，.text段代码密度平均比gcc12.0好25%左右。

欢迎小伙伴前来索取试用评估版本的工具链（aries.wu@terapines.com）

--------END--------

兆松科技是一家专业做编译和仿真的初创公司，由前晶心科技研发副总王东华博士于 2019 年底创立。研发总监伍华林曾就职于晶心科技，S3 Graphics，Imagination，拥有 10 余年 CPU/GPU 编译器研发经验。欢迎关注兆松科技公众号！