基于Profile信息的连续性分析算法及其优化

来源 :计算机工程 | 被引量 : 0次 | 上传用户:jianlovepan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在Open64编译框架基础上,提出一种基于Profile信息的循环内数据访问连续性分析算法及其向量化优化方法。采用反馈式编译优化技术,获取程序运行时的连续性Profile信息,通过结构体剥离和数据重组方法实现程序向量化。实验结果表明,该算法针对不规则程序代码,可提供更精确的向量化信息,提高程序的向量化程度。
其他文献
在城市峡谷和室内环境中,信号在传输过程中受多径衰落和非视距的影响,导致长期演进(LTE)系统的时延参数无法精确估计。针对该问题,提出一种基于多输入多输出(MIMO)的LTE时延参数估计
针对异构环境中网络和终端的复杂性,以及用户随机搜索行为造成的视频点播服务中播放进度的突变性,提出一种异构环境中基于用户行为特征的可扩展视频编码分片调度算法。设计2
黏度法测定高聚物相对分子质量实验是大学物理化学实验中的重要内容,实验条件的选择,对该实验数据的准确度至关重要,本文讨论了温度、聚合度以及不同厂家产品对该实验准确度