新型超字級并行改進算法

　　對于超字級并行（SLP）算法不能有效地處理大型程序中并行代碼率較小，且可向量化的代碼中可能存在對向量化不利的代碼的問題，提出了一種新型的SLP改進算法NSLPO。首先，將程序中不能向量化的非同構(gòu)語句進行同構(gòu)化處理，定位SLP丟失的向量化機會；然后，通過冗余節(jié)點添加構(gòu)建最大通用子圖，通過冗余刪除等優(yōu)化過程得到同構(gòu)化之后的補充SLP圖，提高程序中代碼的并行性；最后，運用節(jié)流法將對向量化有害的代碼摒除在向量化之外，僅對它們進行標量處理，通過只向量化處理那些向量化有收益的代碼以盡可能地提升程序效率。在一組廣泛使用的內(nèi)核測試集中進行實驗，結(jié)果顯示，與SLP算法相比，NSLPO算法性能更優(yōu)，其執(zhí)行時間比SLP平均減少9.1%。