一种新型自动向量化编译算法

摘要：

SIMD(single instruction multiple data)体系结构在高性能计算与嵌入式多媒体计算中扮演着重要的角色,对于SIMD指令的自动向量化编译技术是当前编译领域的研究热点.本文基于超字并行(super-word level parallelism,SLP)算法提出了一种新的自动向量化算法GSLP(global super-word level parallelism),该算法分为两部分:语句分组和语句调度.语句分组从全局出发分析超字复用信息,在语句分组的过程中,充分挖掘基本块的直接或者间接的超字复用信息,提高基本块内语句并行操作的机会;语句调度对基本块内的所有语句进行调度并调整超字内部单字(Single-word)数据的组织顺序,使生成的代码中打包/解包(pack/unpack)操作的数量降到最低.使用16个测试程序对GSLP算法进行测试,试验结果表明该算法使打包/解包操作的数量平均减少了41.6％,与SLP算法所产生的加速相比平均提高了4.7％.

关键词：SIMD指令、编译技术、自动向量化、超字并行、超字复用

所属期刊栏目：62

分类号：TP314(计算技术、计算机技术)

资助基金：核高基重大专项2014ZX01020-003;国家自然科学基金项目资助61136002;国家863计划资助项目2015AA7015028

在线出版日期：2017-03-31（万方平台首次上网日期，不代表论文的发表时间）

页码：456-463