inline — Невозможно принудительно встроить функцию C ++ с помощью компилятора Intel

У меня есть функция, определенная как

inline void vec_add(__m512d &v3, const __m512d &v1, const __m512d &v2) {
v3 = _mm512_add_pd(v1, v2);
}

( __m512d родное отображение типов данных в регистры SIMD в архитектуре Intel MIC)

Поскольку эта функция довольно короткая и часто вызывается, я бы хотел, чтобы она была встроена при каждом вызове. Но компилятор Intel, похоже, не хочет встраивать эту функцию, даже после того, как я использую -inline-forceinline а также -O3 опции. Он сообщает, что «Forceinline не удостоен чести для вызова …» во время компиляции. Поскольку я должен использовать некоторые особенности компилятора, например, __m512d типа, компилятор Intel мой единственный вариант.

Больше информации:

Структура файла довольно проста. Функция vec_add определяется в заголовочном файле mic.h, который включен в другой файл test.cc, функция vec_add просто вызывается повторно в цикле, и в нем не задействованы указатели функций. упрощенный версия кода в test.cc выглядит так

for (int i = 0; i < LENGTH; i += 8) {
// a, b, c are arrays of doubles, and each SIMD register can hold 8 doubles
__mm512d va = _mm512_load_pd(a + i); // load SIMD register from memory
__mm512d vb = _mm512_load_pd(b + i); // ditto
__mm512d vc;
vec_add(vc, va, vb); // store SIMD register to memory
_mm512_store_pd(c + i, vc);
}

Я пробовал все виды подсказок, как __attribute__((always_inline)),__forceinlineи опция компилятора -inline-forceinline, ни один из которых еще не работал.

Полный код

Я собрал весь соответствующий код в упрощенной форме. Вы можете попробовать это, если у вас есть компилятор Intel. Использовать опцию -Winline просматривать встроенные отчеты и -inline-forceinline форсировать

#include <stdio.h>
#include <stdlib.h>
#include <immintrin.h>

#define LEN (1<<20)

__attribute((target(mic)))
inline void vec_add(__m512d &v3, const __m512d &v1, const __m512d &v2) {
v3 = _mm512_add_pd(v1, v2);
}

int main() {
#pragma offload target(mic)
{
double *a = (double*)_mm_malloc(LEN*sizeof(double), 64);
double *b = (double*)_mm_malloc(LEN*sizeof(double), 64);
double *c = (double*)_mm_malloc(LEN*sizeof(double), 64);

for (int i = 0; i < LEN; i++) {
a[i] = (double)rand()/RAND_MAX;
b[i] = (double)rand()/RAND_MAX;
}

for (int i = 0; i < LEN; i += 8) {
__m512d va = _mm512_load_pd(a + i);
__m512d vb = _mm512_load_pd(b + i);
__m512d vc;
vec_add(vc, va, vb);
_mm512_store_pd(c + i, vc);
}

_mm_free(a);
_mm_free(b);
_mm_free(c);
}
}

Конфигурации

• Компилятор: Intel Compiler (ICC) 14.0.2
• Варианты компиляции: -O3 -inline-forceinline -Winline

У вас есть идея, почему эта функция не может быть встроена?
И как мне все-таки встроить его (я не хочу обращаться к макросам)?