基于GCC编译器向量化的数据结构布局优化研究

朱广林,赖庆宽,何先波,王博生，陈燕生

(西华师范大学计算机学院，四川南充 637009)

0 引言

为了充分利用处理器的并行潜力，现代CPU大多已提供向量处理单元(Vector Processing Units，VPUs)以允许在单条指令中对多个数据执行操作.GCC、LLVM、ICC和AOCC等主流编译器中也提供了编译器的自动向量化(Compiler Automatic Vectorization，CAV)支持，它们能够分析应用程序中的循环，自动找到使用SIMD指令的机会[1].通过一个向量指令操作完成对多个数据元素的同时运算[2,3]，可以在与标量运算相同的时间内执行更多的操作，是提高程序性能的重要途径之一.利用SIMD指令最常用的方法是编译器的自动向量化，当编译器不能对代码进行向量化时，可嵌入向量化的汇编代码，或调用一些高级的库文件，如Boost.SIMD[4]等.

编译器能否准确高效地进行自动向量化对程序整体的性能至关重要.编译器根据编译时得到的有效信息对程序进行向量化评估，以决定采用何种指令集[5].商业编译器AOCC和ICC在O3及相关优化组合下可以有效地挖掘和使用SIMD指令，做规整的向量化，但GCC编译器的自动向量化优化存在一些保守限制，因此编译器的自动向量化技术仍有重要的研究价值.

本文主要对现代x86多核处理器中， GCC编译器的数据结构布局进行优化，将代码热区域中进行数据结构对齐，亦或是重组，拆分之后的结构体进行数组结构体数组(AoSoA)的布局转换优化，通过改善内存布局方式，提高向量化优化能力.通过分析优化前后代码中向量指令的数量和功能，最后在AMD平台上……