面向循环的混合向量化方法研究
小型微型计算机系统(2015)
Abstract
目前主流的两种向量化算法基于循环(loop-based)的向量化算法和超字并行(SLP)算法分别适用于不同特征的循环,前者适用于发掘迭代间的并行,后者擅于发掘迭代内的并行.向量化算法的选择将直接影响最终的向量化效果.为了增强向量化能力,提高向量化效率,根据目标循环的特征确定了向量化任务分配方案,并设计了一种混合的向量化框架来实现这种任务分配方案,旨在将两种向量化方法结合,充分发挥各自优势.同时,为了明确目标循环并行性特征,本文给出了迭代间和迭代内的向量并行性检测方法.实验结果及分析表明,本文提供的方法明显提高了向量化的识别能力,能够实现更合理的向量化任务分配.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined