現在市面上，主流的C/C++編譯器包括M$的CL、gcc、Intel的icl、PGI的pgcc及Codegear的bcc（原來屬於Borland公司）。Windows上使用最多的自然是cl，而在更廣闊的平台上，gcc則是C/C++編譯器的首選。但要提到能力優化，排名就未必與它們的市場占有率一致了。
今天一時興起，便做了一個各編譯器數值性能的比較。測試的代碼是一個求積分的程序，來源於intel編譯器的例子程序，修改了一個頭文件，以便每個編譯器都能編譯。
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <math.h>
// Function to be integrated
// Define and prototype it here
// | sin(x) |
#define INTEG_FUNC(x) fabs(sin(x))
// Prototype timing function
double dclock(void);
int main(void)
{
// Loop counters and number of interior points
unsigned int i, j, N;
// Stepsize, independent variable x, and accumulated sum
double step, x_i, sum;
// Timing variables for evaluation
double start, finish, duration, clock_t;
// Start integral from
double interval_begin = 0.0;
// Complete integral at
double interval_end = 2.0 * 3.141592653589793238;
// Start timing for the entire application
start = clock();
printf(" \n");
printf(" Number of | Computed Integral | \n");
printf(" Interior Points | | \n");
for (j=2;j<27;j++)
{
printf("------------------------------------- \n");
// Compute the number of (internal rectangles + 1)
N = 1 << j;
// Compute stepsize for N-1 internal rectangles
step = (interval_end - interval_begin) / N;
// Approx. 1/2 area in first rectangle: f(x0) * [step/2]
sum = INTEG_FUNC(interval_begin) * step / 2.0;
// Apply midpoint rule:
// Given length = f(x), compute the area of the
// rectangle of width step
// Sum areas of internal rectangle: f(xi + step) * step
for (i=1;i<N;i++)
{
x_i = i * step;
sum += INTEG_FUNC(x_i) * step;
}
// Approx. 1/2 area in last rectangle: f(xN) * [step/2]
sum += INTEG_FUNC(interval_end) * step / 2.0;
printf(" %10d | %14e | \n", N, sum);
}
finish = clock();
duration = (finish - start);
printf(" \n");
printf(" Application Clocks = %10e \n", duration);
printf(" \n");
return 0;
}
當然，這個代碼來自於intel，當然非常適合intel的編譯器。以下的測試在Intel Core 2 Duo上進行。
gcc （GCC TDM-2 for MinGW） 4.3.0 VC 9.0 （cl 15.00.21022.08） Intel （icl 10.1） PGI （pgcc 7.16） CodeGear （bcc32 6.10）
禁止優化
-O0 /Od -Od -O0 -Od
17161 14461 12441 10514 13400
17133 14430 11687 9956 12917
17155 14476 11871 10099 13026
編譯選項 -O2
13011 7737 4540 9348 12636
16571 7706 4185 9148 13026
16573 7706 4042 9183 13057
針對平台的優化
-march=core2 -O2 /arch：SSE2 /O2 -QxT -tp core2 -O2 無
16060 7710 1938 9578
測試的結果說明，在數值計算方法，intel的編譯器是非常利害的，特別是針對某CPU的優化，能提高很多性能。GCC表現卻有些讓人失望。在禁止優化到-O2級優化的對比中，可以看出intel與m$的編譯器的優化效果是非常明顯的，而其它編譯器優化後的提高非常有限。如果給個排名，那麼將是 icl>cl>pgcc>bcc>gcc.
另外，在一台P4 1.5G的機器，linux環境下，測試得到
gcc icc pgCC
-O2 -O2 -O2
24920000 10840000 22270000
-O0 -O0 -O0
28290000 19210000 24320000
-march=pentium4 -O2 -xN -tp piv -O2
24990000 6640000 22150000
同樣，還是intel的表現最好，而gcc最差。
又在Athlon X2 4800+， Linux上測試，得到下表
gcc icc pgcc
-O0 -O0 -O0
9390000 14950000 9950000
-O2 -O2 -O2
8910000 9240000 9400000
-march=amdfam10 -O2 -msse3 -O2 -tp k8-32 -O2
8800000 3800000 9030000
雖然icc主要是針對intel的處理器，但只要優化選項找對，同樣能帶給amd cpu性能的巨大提高。gcc也回歸到普通水平。奇怪的是pgi的編譯器，估計是我還沒找到好的選項吧。
總結看來，在數值計算方法，“最快”的選擇應該屬於intel.
