SIMD自动向量化编译优化概述  

Research on SIMD Auto-Vectorization Compiling Optimization

作　　者：高伟[1] 赵荣彩[1] 韩林[1] 庞建民[1] 丁锐[1] 

机构地区：[1]数学工程与先进计算国家重点实验室(解放军信息工程大学),河南郑州450001

出　　处：《软件学报》2015年第6期1265-1284,共20页Journal of Software

基　　金："核高基"国家科技重大专项(2009ZX01036-001-001-2)

摘　　要：SIMD扩展部件是集成到通用处理器中的加速部件,旨在发掘多媒体程序和科学计算程序的数据级并行.首先介绍SIMD扩展部件的背景和研究现状,然后从发掘方法、数据布局、多平台向量化这3个角度介绍了SIMD自动向量化的研究问题、困难和最新研究成果,最后展望了SIMD编译优化未来的研究方向.SIMD extension is an acceleration component integrated into the general processor for developing data level parallelism in multimedia and scientific computing applications. Firstly, in this study the background and research status of SIMD extension are introduced. Next, challenges and latest research achievements in SIMD auto-vectorization are discussed from three perspectives： development method, data layout and vectorization in multi-platform. Finally, some future trends in the SIMD compiling optimization are addressed.

关 键 词：SIMD扩展部件 自动向量化 数据级并行 编译优化 

分 类 号：TP312[自动化与计算机技术—计算机软件与理论]