-
题名面向国产平台的LLVM自动向量化移植与优化
被引量：2
- 1
-
-
作者
李嘉楠
韩林
柴赟达
-
机构
郑州大学信息工程学院
国家超级计算郑州中心
-
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第1期142-148,共7页
-
基金
国家重点研发计划“全球对地观测成果管理及共享服务系统关键技术研究”(2018YFB0505000)。
-
文摘
作为SIMD扩展部件向量化的重要手段,自动向量化已在LLVM编译器中得到实现,但向量长度以及指令集功能的差异,导致国产平台在自动向量化过程中容易错失向量化机会以及向量化后产生倒加速的问题。为使SIMD得到充分应用,结合国产平台的指令集特征完善指令代价信息以提高收益分析精准度,使其在自动向量化后生成后端支持且简洁高效的向量指令。在此基础上,提出一种改进的控制流向量化方法,通过添加指令代价信息提高自动向量化的适配能力,从而形成一套面向国产平台的LLVM自动向量化系统。实验结果表明,相比自动向量化移植前,通过该方法进行移植优化后,SPEC测试的整体性能提升10.8%,TSVC测试集中的加速比提升16%,精准代价指导下的加速比提升42%,控制流向量化下的加速比提升51%。
-
关键词
自动向量化
向量化收益
移植
llvm编译器
国产平台
-
Keywords
automatic vectorization
vectorization cost
transplant
llvm compiler
domestic processor
-
分类号
TP314
[自动化与计算机技术—计算机软件与理论]
-
