反馈指导的SIMD向量识别及优化技术研究
| 表目录 | 第1-8页 |
| 图目录 | 第8-10页 |
| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| ·课题研究的意义 | 第12-14页 |
| ·SIMD 扩展及应用 | 第12页 |
| ·自动向量化是必然的发展趋势 | 第12-13页 |
| ·自动向量化介绍 | 第13-14页 |
| ·课题来源及意义 | 第14页 |
| ·相关研究 | 第14-16页 |
| ·反馈式编译优化技术的研究现状 | 第14-15页 |
| ·自动向量化的研究现状 | 第15-16页 |
| ·研究内容 | 第16-17页 |
| ·论文的组织结构 | 第17-18页 |
| 第二章 研究背景 | 第18-24页 |
| ·体系结构 | 第18-19页 |
| ·中间表示 | 第19-21页 |
| ·反馈式编译优化技术 | 第21-23页 |
| ·常用的profile 信息种类 | 第21-23页 |
| ·插桩方式 | 第23页 |
| ·小结 | 第23-24页 |
| 第三章 SW-VEC 反馈式编译架构 | 第24-41页 |
| ·相关研究 | 第24-27页 |
| ·GCC 反馈式编译架构及相关算法 | 第24-27页 |
| ·ORC 反馈式编译架构及相关算法 | 第27页 |
| ·SW-VEC 反馈式编译架构设计及实现 | 第27-40页 |
| ·总体设计 | 第28-30页 |
| ·插桩 | 第30-35页 |
| ·Profile 信息文件格式 | 第35-37页 |
| ·反馈 | 第37-38页 |
| ·架构实现 | 第38-39页 |
| ·优化方法 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第四章 循环级热点分析技术 | 第41-50页 |
| ·相关研究 | 第41-44页 |
| ·现有程序热点分析技术介绍 | 第41-42页 |
| ·常用分析工具介绍 | 第42-43页 |
| ·计时方法介绍 | 第43-44页 |
| ·循环级热点分析的实现 | 第44-46页 |
| ·SW-VEC 循环级热点分析流程 | 第44页 |
| ·循环级计时 | 第44-45页 |
| ·时间戳计时开销 | 第45-46页 |
| ·实例分析 | 第46-48页 |
| ·小结 | 第48-50页 |
| 第五章 基于反馈信息的SIMD 优化技术 | 第50-69页 |
| ·相关研究 | 第50-51页 |
| ·自动向量化的困扰 | 第50页 |
| ·制约向量化的主要因素 | 第50-51页 |
| ·地址引用的连续性分析及优化 | 第51-58页 |
| ·连续性分析算法的设计 | 第51-52页 |
| ·优化方法 | 第52-54页 |
| ·实例分析及测试 | 第54-58页 |
| ·地址引用的对齐性分析及优化 | 第58-63页 |
| ·对齐性分析算法设计 | 第58-60页 |
| ·优化方法 | 第60-61页 |
| ·实例分析及测试 | 第61-63页 |
| ·循环依赖关系分析 | 第63-67页 |
| ·相关概念 | 第63-64页 |
| ·依赖关系分析算法设计 | 第64-66页 |
| ·实例分析 | 第66-67页 |
| ·小结 | 第67-69页 |
| 第六章 测试结果及分析 | 第69-72页 |
| ·测试平台 | 第69页 |
| ·测试目的及方法 | 第69页 |
| ·测试程序说明 | 第69-70页 |
| ·测试结果 | 第70-71页 |
| ·测试分析 | 第71-72页 |
| 结束语 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第76-77页 |
| 致谢 | 第77页 |
