我的问题是：
关于。优化：循环中心的x+=y是否总是导致写后读数据依赖性，从而阻止矢量化
请参阅https://cvw.cac.cornell.edu/vector/coding_dependencies
写入后读取("流"或"RAW"(依赖关系这种依赖关系是不可向量化的。当值涉及特定循环迭代("读取"(的变量的在先前的循环迭代("写入"(中确定。换句话说，读取变量(用作数学运算的操作数(在其值已由先前循环迭代修改之后。
这个问题非常普遍，因为它基本上是在问在循环的中心使用+=运算符是否会导致写后读取("流"或"RAW"(数据依赖性，从而排除矢量化。
例如。
for(i...){
for(j...){
x(i,j) += y(i,j)
}
}
请参阅https://gcc.gnu.org/projects/tree-ssa/vectorization.html示例14：双重还原：
在您的示例中，假设数组彼此之间没有别名，则数据依赖性没有问题：由于每个x(i,j)值仅依赖于y(i,j)，并且y(i,j)仅在循环中读取，因此可以轻松安全地向量化循环。如果x和y重叠，则将循环矢量化要困难得多，因为它导致x(i,j)值的计算之间的隐式依赖性(因为y(i,j)可以与之前计算的x(i-1,j)别名(。
通常，如果存在依赖链(因为顺序顺序主要是唯一可能的顺序(，则自动矢量化非常困难，甚至不可能。所提供的文章提到了这样一种情况(由于数据依赖性，每个操作都需要计算前一个操作(。这与特定的+=运算符无关。这一切都是关于数据依赖性(或任何循环携带的依赖性(。
注释
关于浮点(FP(数，默认情况下操作不是关联的，因此无法以矢量化的方式执行类似x(0) + x(1) + x(2) + ...的操作(如果x是FP数的数组(。实际上，唯一可能的正确顺序是基于IEEE-754标准的((x(0) + x(1)) + x(2)) + ...。编译器选项可用于将FP运算视为关联运算，以便能够以矢量化的方式执行此类计算。这打破了IEEE-754标准和一些要求顺序不改变的代码(例如Kahan求和(。另外请注意，虽然上面的表达式可以向量化(请参阅并行扫描(，但它在大多数主流CPU上通常还不是很有效。还有一些硬件可以从并行扫描中受益：主流的离散GPU。