clang＆＃x2b;＆＃x2B;：为什么在添加另一个结构成员时未优化此memcpy loop-idiom？

Question

鉴于此代码段

#include <cstdint>
#include <cstddef>

struct Data {
  uint64_t a;
  //uint64_t b;
};

void foo(
    void* __restrict data_out,
    uint64_t* __restrict count_out,
    std::byte* __restrict data_in,
    uint64_t count_in)
{
  for(uint64_t i = 0; i < count_in; ++i) {
    Data value = *reinterpret_cast<Data* __restrict>(data_in + sizeof(Data) * i);
    static_cast<Data* __restrict>(data_out)[(*count_out)++] = value;
  }
}

clang用foo用memcpy调用代替循环（ Godbolt ），给出RAPL的输出：

example.cpp:16:59: remark: Formed a call to llvm.memcpy.p0.p0.i64() intrinsic from load and store instruction in _Z3fooPvPmPSt4bytem function [-Rpass=loop-idiom]
    static_cast<Data* __restrict>(data_out)[(*count_out)++] = value;

但是，当我取消注释第二个成员uint64_t b; in data in ，它不再执行此操作（< godbolt ）。有这样的原因，还是只是错过的优化？在后一种情况下，是否有任何技巧可以使Clang应用此优化？

我注意到，如果将value更改为类型data＆amp;而不是（即：删除临时，本地副本），则仍然应用memcpy优化（ godbolt ）。

---

编辑：彼得在评论中指出，这种简单 /较少的嘈杂方法发生了同样的事情：

void bar(Data* __restrict data_out, Data* __restrict data_in, uint64_t count_in) {
  for(uint64_t i = 0; i < count_in; ++i) {
    Data value = data_in[i];
    *data_out++ = value;
  }
}

问题仍然存在：为什么不优化它？