最直接办法是启用编译器向量化日志：GCC用-fopt-info-vec-optimized=stdout，Clang用-Rpass=loop-vectorize；若输出“loop vectorized”则生效，出现“failed”提示则未向量化。
怎么确认编译器真的做了自动向量化
光加 -O3 不代表循环就被向量化了——GCC/Clang 默认可能只对“干净”的循环下手，而实际代码常有干扰项。最直接的办法是让编译器吐出向量化日志：g++ -O3 -march=native -fopt-info-vec-optimized=stdout 或 clang++ -O3 -Rpass=loop-vectorize。如果看到类似 loop vectorized using 4 lanes 或 vectorized loop (vector width = 4)，才算真正生效；若只有 failed: value may be used outside loop 这类提示，说明某处卡住了。
哪些写法会让自动向量化失败
编译器对数据依赖、内存访问模式非常敏感，常见拦路虎包括：
-
std::vector<t></t>的.at(i)调用：边界检查引入分支，破坏向量化机会；改用[i]（并确保不越界） - 指针别名（aliasing）：比如
float* a, *b, *c，编译器不敢假设a和b不重叠，可加__restrict__（GCC/Clang）或[[gnu::restrict]] - 循环内含函数调用（尤其是非
inline的）：编译器无法确定是否带副作用，直接放弃；把简单数学运算内联或用constexpr函数封装 - 非连续内存访问：如
a[i*stride]（stride != 1）或结构体数组中只取某个字段，会触发 gather/scatter，多数编译器不向量化
-O3 之外必须加的关键编译选项
-O3 只是基础，真正释放自动向量化的关键是告诉编译器“你有哪些指令集可用”和“我信任你的判断”：
-
-march=native：启用当前 CPU 支持的所有指令集（AVX2、AVX-512、BMI2 等），比硬写-mavx2更稳妥；交叉编译时换为具体目标如-march=x86-64-v3 -
-ftree-vectorize -ftree-slp-vectorize（GCC）或默认开启的-fvectorize（Clang）：显式打开主向量化通道；SLP（Superword-Level Parallelism）负责将多条标量指令打包成向量指令 -
-funroll-loops（谨慎使用）：对小循环展开有助于向量化，但过大会增加指令缓存压力；配合#pragma GCC unroll 4更可控 - 避免
-fno-tree-vectorize或-fno-vectorize—— 即便调试阶段也不建议全局禁用，可局部用#pragma GCC ivdep处理已知无依赖的循环
手动提示编译器：什么时候该加 #pragma
不是所有循环都能靠猜被识别，尤其当编译器误判存在依赖时，一句提示就能破局：
立即学习“C++免费学习笔记（深入）”；
-
#pragma GCC ivdep：明确告诉 GCC “这个循环里所有迭代之间没有内存依赖”，适用于a[i] = b[i] + c[i]类纯并行计算 -
#pragma omp simd：标准 OpenMP 指令，Clang/GCC/MSVC 都支持，还能附带simdlen(8)强制宽度，比编译器启发式更可靠 - 慎用
#pragma GCC vector always：强制向量化失败会报错而非降级，仅用于验证场景；生产代码优先用ivdep或omp simd - 注意位置：必须紧贴
for循环上方，且不能跨函数边界；放在函数开头或 if 分支里无效
自动向量化不是“设好参数就一劳永逸”的事，它高度依赖循环结构的规整性与编译器对上下文的理解。最容易被忽略的是：即使汇编里出现了 vaddps 这类向量指令，若数据未对齐或 cache line 频繁颠簸，实际性能可能反而下降。上线前务必用 perf stat -e cycles,instructions,uops_issued.any 对比向量化前后的底层事件计数。
