【技术实现步骤摘要】
本专利技术属于计算机，具体涉及一种slp自动向量化方法、装置及电子设备。
技术介绍
1、slp(super level parallelism，超字并行)是用于优化程序段中一组同构的标量语句，同构指的是一组语句具有相同的表达式结构，且操作数据类型和操作都是相同的，并保持相同的操作顺序。编译器中slp向量化用于发掘基本块中的超字级并行性，其主要流程包括并行性检测、收益分析、代码生成三个部分，其提高了数据吞吐量。
2、但是现有的slp向量化进行时，无法自动决定是否对实例进行向量化处理，需要依赖其他手段进行确定，并且现有的slp向量化进行时，其处理过程效率不高。
3、因此，如何提高slp向量化的自动化程度，提高slp向量化的运行效率，是本领域技术人员有待解决的技术问题。
技术实现思路
1、本专利技术的目的是为了解决现有技术中slp向量化自动程度不高、运行效率较低的技术问题。
2、为实现上述技术目的，一方面，本专利技术提供了一种slp自动向量化方法，该方法包括：
3、在本文档来自技高网...
【技术保护点】
1.一种SLP自动向量化方法，其特征在于，所述方法包括：
2.如权利要求1所述的SLP自动向量化方法，其特征在于，所述在待处理数据中确定出先导实例，具体包括：
3.如权利要求2所述的SLP自动向量化方法，其特征在于，所述根据所述第一关系集合确定出所述待确认实例的先导实例，具体包括：
4.如权利要求1所述的SLP自动向量化方法，其特征在于，根据所述先导实例将所述待处理数据进行子图划分，具体为将具有同一先导实例的SLP实例划分到同一子图中。
5.如权利要求1所述的SLP自动向量化方法，其特征在于，所述确定各子图的向量化收益，
<...【技术特征摘要】
1.一种slp自动向量化方法，其特征在于，所述方法包括：
2.如权利要求1所述的slp自动向量化方法，其特征在于，所述在待处理数据中确定出先导实例，具体包括：
3.如权利要求2所述的slp自动向量化方法，其特征在于，所述根据所述第一关系集合确定出所述待确认实例的先导实例，具体包括：
4.如权利要求1所述的slp自动向量化方法，其特征在于，根据所述先导实例将所述待处理数据进行子图划分，具体为将具有同一先导实例的slp实例划分到同一子图中。
5.如权利要求1所述的sl...
【专利技术属性】
技术研发人员：陈梦尧，聂凯，李嘉楠，谢景明，张朝阳，胡世哲，
申请(专利权)人：郑州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。