虚交所-虚拟资产交易平台  

加关注9

　　摘要：随着处理器技术的不断发展，SIMD（Single Instruction Multiple Data）向量化已经在各个领域得到了广泛的应用。然而，过去的研究主要集中在循环和基本块上，而全函数向量化可以更好地利用SIMD指令的优势，从而提高应用程序的性能。本文提出了一种基于指导语句的函数向量化方法。首先，在涉及函数调用的循环上加上一种较为简单的指导语句，即可对循环中涉及函数调用的指令进行向量化。其次，对于被调函数的向量化采用全函数向量化的方式，生成向量化的全函数而不是对其内联。最后，处理循环中的函数调用点，生成向量化的函数调用指令。这种方法可以充分利用SIMD指令的优势，提高应用程序的性能。从ISPC基准测试和SIMD库基准测试中选取了10个基准测试来评估我们的方法，实验结果表明该方法与标量相比，平均加速比达到了6.949倍。

　　文章目录

　　1 引言

　　2 背景知识

　　2.1 基本块级向量化

　　2.2 循环级向量化

　　2.3 函数级向量化

　　3 基于指导语句的函数向量化流程

　　3.1 解析指导语句确定向量化循环

　　3.2 预转换

　　3.3 向量化分析

　　3.3.1 向量形状介绍

　　3.3.2 形状传播

　　3.4 掩码生成

　　3.5 选择生成

　　3.6 CFG线性化

　　3.7 向量化代码生成

　　4 评估

　　结束语