-
题名向量并行度指导的循环SIMD向量化方法
被引量:5
- 1
-
-
作者
高伟
韩林
赵荣彩
徐金龙
陈超然
-
机构
数学工程与先进计算国家重点实验室(解放军信息工程大学)
防空兵指挥学院
-
出处
《软件学报》
EI
CSCD
北大核心
2017年第4期925-939,共15页
-
基金
"核高基"国家科技重大专项(2009ZX01036)~~
-
文摘
SIMD扩展部件是集成到通用处理器中的加速部件,旨在发掘多媒体和科学计算等领域程序的数据级并行.当前,两种基本的向量发掘方法分别是发掘迭代间并行的Loop-based方法和发掘迭代内并行的SLP方法.Loopaware方法是对SLP方法的改进,其思想是:首先,通过循环展开将迭代间并行转换为迭代内并行,使循环体内的同构语句条数足够多;再利用SLP方法进行向量发掘.但当循环展开不合法或者并行度低于向量化因子时,Loop-aware方法无法实现程序向量并行性的发掘.因此提出了向量并行度指导的循环向量化方法,依据迭代间并行度、迭代内并行度和向量化因子构建循环向量化方法选择方案,同时提出了不充分向量化方法发掘并行度低于向量化因子的循环向量并行性,最后,依据向量并行度对生成的向量循环进行展开.经过标准测试集测试,向量并行度指导的循环SIMD向量化方法比Loop-aware方法的识别率提升了107.5%,性能提升了12.1%.
-
关键词
SIMD扩展部件
向量并行度
loop-aware
循环展开
-
Keywords
SIMD extension
degree of SIMD parallelism
loop-aware
loop unrolling
-
分类号
TP314
[自动化与计算机技术—计算机软件与理论]
-