控制流SIMD向量化方法

　　 SIMD擴(kuò)展部件是近年來(lái)集成到通用處理器中的加速部件，旨在發(fā)掘多媒體和科學(xué)計(jì)算等程序的數(shù)據(jù)級(jí)并行．控制依賴(lài)給發(fā)掘程序中的數(shù)據(jù)級(jí)并行帶來(lái)了阻礙，當(dāng)前，無(wú)論基于loop-based還是SLP的控制流向量化方法都需要if轉(zhuǎn)換，而沒(méi)有考慮循環(huán)內(nèi)蘊(yùn)含的向量并行度，導(dǎo)致生成的向量代碼效率較低．此外，不精確的代價(jià)模型指導(dǎo)控制流向量化，同樣導(dǎo)致生成的向量代碼效率較低．為此，提出了改進(jìn)的控制流SIMD向量化方法，首先，提出了含有控制依賴(lài)的循環(huán)分布算法，分離循環(huán)的可向量化部分和不可向量化部分，同時(shí)考慮分布時(shí)數(shù)據(jù)的局部性：其次，提出了一種直接向量化控制流的方法，該方法考慮了基本塊間的向量重用：最后，利用精確的代價(jià)模型指導(dǎo)超字選擇指令和超字條件分支指令的生成．實(shí)驗(yàn)結(jié)果表明：與現(xiàn)有的控制流向量化方法相比。改進(jìn)方法生成的向量代碼性能提高了24%．