Derleyici Optimizasyonları: LTO, PGO ve Üretilen Assembly Kodunun İncelenmesi

Birçok yazılımcı için derleme süreci -O3 bayrağını verip arkasına yaslanmaktan ibarettir. Ancak modern C++ derleyicileri (GCC ve Clang), kaynak kod sınırlarını aşarak bağlama (link) aşamasında ve hatta uygulamanın çalışma anındaki gerçek davranış profiline göre ek %15-30 hız artışı sağlayabilen ileri seviye mekanizmalara sahiptir.

Bu kapanış bölümünde; derleyicinin modül sınırlarını yıkan LTO (Link-Time Optimization), gerçek kullanım verilerine göre kodu yeniden dizen PGO (Profile-Guided Optimization) ve derleyicinin ne yaptığını doğrulamak için Assembly çıktısını inceleme tekniklerini ele alıyoruz.


1. Modül Sınırlarını Yıkmak: LTO (Link-Time Optimization)

Geleneksel derleme modelinde her .cpp dosyası (Translation Unit) tamamen bağımsız olarak derlenir ve bir .o nesne dosyasına dönüşür:

  • math.cpp içindeki int add(int a, int b) fonksiyonu inline edilemez çünkü main.cpp derlenirken math.cpp‘nin gövdesi görünmez.
  • Bağlayıcı (Linker) sadece bu adresleri birbirine bağlar; optimizasyon yapamaz.

LTO (-flto) Devreye Girdiğinde:

Derleyici nesne dosyalarına makine kodu yerine bir ara temsil (GIMPLE / LLVM Bitcode) yazar. Asıl optimizasyon ve kod üretimi tüm modüller bir araya geldiğinde bağlama aşamasında yapılır:

  • Dosyalar arası doğrudan inline genişletmesi yapılır.
  • Proje genelinde hiç çağrılmayan ölü kodlar (Dead Code) tamamen atılır.
  • Sanal fonksiyon tabloları (vtable) tek bir türe aitse devirtualize edilerek doğrudan fonksiyon çağrısına dönüştürülür.

CMake ile Etkinleştirme

include(CheckIPOSupported)
check_ipo_supported(RESULT lto_supported)
if(lto_supported)
    set_target_properties(my_target PROPERTIES INTERPROCEDURAL_OPTIMIZATION TRUE)
endif()

2. Gerçek Davranışa Göre Optimizasyon: PGO (Profile-Guided Optimization)

Derleyici kodunuzu statik olarak incelerken hangi if-else dalının daha sık çalışacağını veya döngülerin ortalama kaç kez döneceğini bilemez. PGO iki aşamalı bir süreçle bu belirsizliği ortadan kaldırır:

[1. Aşama: Sayaçlı Derleme] ──> [2. Aşama: Gerçek Yük Altında Çalıştırma] ──> [3. Aşama: Profil Verisiyle Nihai Derleme]
   (-fprofile-generate)                 (Çalışma Profili Kaydedilir)                 (-fprofile-use)

Adım Adım Uygulama:

# 1. Aşama: Profil toplayacak ikiliyi derle
g++ -O3 -flto -fprofile-generate -o my_app main.cpp

# 2. Aşama: Uygulamayı tipik gerçek bir iş yüküyle çalıştır
./my_app --run-benchmark-workload
# (Bu adımda dizinde .gcda uzantılı profil dosyaları oluşur)

# 3. Aşama: Toplanan profil verisiyle nihai yüksek başarımlı ikiliyi üret
g++ -O3 -flto -fprofile-use -o my_app_optimized main.cpp

PGO Neyi Değiştirir?

  • Dallanma Tahmini (Branch Prediction): En çok çalışan if bloğu kodun doğrudan ardışık yoluna (hot path) konur; nadir çalışan else bloğu fonksiyonun sonuna veya soğuk sayfalara ötelenir.
  • Fonksiyon İçi Büyütme (Inlining): Sadece gerçekten çok sık çağrılan fonksiyonlar inline edilir; böylece gereksiz kod şişmesi ve L1 instruction cache taşması engellenir.

3. Üretilen Assembly Kodunu İncelemek

Yazdığınız bir C++ döngüsünün gerçekten donanımsal SIMD vektör yönergelerine (AVX2/AVX-512) dönüşüp dönüşmediğini anlamanın tek yolu üretilen Assembly çıktısına bakmaktır.

Komut satırından kaynak kodla karışık Assembly dökmek için:

g++ -O3 -mavx2 -S -fverbose-asm main.cpp -o main.s

Veya ikili dosya üzerinden doğrudan:

objdump -d -M intel --no-show-raw-insn my_app | less

Vektörizasyon Kanıtı:

Eğer döngünüz doğru vektörize edilmişse, tek tek add yönergeleri yerine geniş vektör yazmaçlarını kullanan şu tip yönergeler görmelisiniz:

vmovups ymm0, YMMWORD PTR [rdi+rax]    # 256-bit (8 adet float) tek seferde önbellekten yüklendi
vaddps  ymm0, ymm0, YMMWORD PTR [rsi+rax] # 8 adet toplama tek bir saat döngüsünde yapıldı!
vmovups YMMWORD PTR [rdx+rax], ymm0    # 8 sonuç tek seferde belleğe yazıldı

Bu çıktı, yazdığınız döngünün skalar koda göre yaklaşık 8 kat daha hızlı çalıştığının donanımsal tescilidir.


4. Pratik Optimizasyon İpuçları Özeti

YöntemBayrakTipik Hız ArtışıNotlar
Temel Yüksek Optimizasyon-O3Baz hatDöngü açma ve agresif optimizasyonlar
Hedef Donanıma Özel-march=native%5 – %15Kod yalnızca derlenen makinede çalışır
Bağlama Zamanı Optimizasyonu-flto%5 – %15Derleme süresi uzar, ikili boyutu küçülür
Profil Kılavuzlu Optimizasyon-fprofile-use%10 – %25Temsili bir iş yüküyle eğitilmelidir
Hızlı Kayan Nokta (Matematik)-ffast-mathDeğişkenIEEE-754 standartlarını esnetir; dikkatli kullanılmalıdır

5. Serinin Genel Özeti

Yüksek Başarımlı C++ ve Donanım Optimizasyonu serimizde:

  1. Donanımın L1/L2/L3 önbellek hiyerarşisine ve Veri Odaklı Tasarıma baktık.
  2. Bellek hizalaması ve False Sharing kilitlenmelerini çözdük.
  3. Kilitleri tamamen kaldırıp std::atomic bellek düzenleriyle kilitsiz kod yazdık.
  4. Linux perf ve Alev Grafikleri ile darboğazları tespit ettik.
  5. Ve son olarak derleyicimizi LTO, PGO ve SIMD ile donanımın sınırlarına sürdük.

Gerçek yüksek başarım; donanım mimarisini, işletim sistemi çekirdeğini ve derleyicinin yeteneklerini tek bir potada harmanlayabilen mühendislik disiplininin doğal bir sonucudur.