面向SIMD的数组重组和对齐优化

摘要

随着多媒体应用的普及，越来越多的处理器集成了SIMD扩展，但是非连续或者非对齐访存会阻碍程序的向量化或者造成性能损失。本文针对实际应用中出现的数组引用不连续的情况，提出了一种数学模型刻画数组的访存模式和数据重组方案，以判断这些数组引用是否可以通过数组转置的方法满足连续性要求；并采用过程间数组填充，循环剥离和基于SLP的向量化代码生成方法等进行对齐优化。最后基于SPEC2000测试集对该算法进行了测试，实验结果表明该方法可以有效地提升向量化程序的执行效率。