【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种简化openmp指导语句的函数向量化方法。
技术介绍
1、全函数向量化是一种将整个函数转换为可同时处理多个数据元素的simd指令的技术，以提高计算效率。这种方法不同于传统的循环向量化，全函数向量化的优点在于它可以将整个函数的计算效率最大化，包括控制流和变量使用等方面，可以更好地利用simd指令的优势，其代码具有较高的可读性和易用性。除此之外，函数向量化比传统的基于循环的操作更快，特别是在处理大型数据集时效果明显。随着多核处理器和gpu等并行计算平台的出现，全函数向量化技术在许多领域都得到了广泛的应用，如图像处理、数据处理、机器学习、深度学习等。
2、目前函数向量化主要基于openmp指导语句来实现，然而基于openmp指导语句的函数向量化需要同时对调用点所在的循环和被调函数都加上指导语句以实现向量化。在openmp中，基于指导语句的函数向量化通过#pragma omp declare simd和#pragmaompsimd指令来实现。#pragma omp declare simd指令告知编...
【技术保护点】
1.一种简化OpenMP指导语句的函数向量化方法，其特征在于，包括：
2.根据权利要求1所述的一种简化OpenMP指导语句的函数向量化方法，其特征在于，所述优化遍的执行过程包括：
3.根据权利要求2所述的一种简化OpenMP指导语句的函数向量化方法，其特征在于，所述编译选项在编译程序时添加，用于为被调函数自动添加omp declare simd属性，编译器识别omp declare simd属性后提供向量化版本的函数。
4.根据权利要求1所述的一种简化OpenMP指导语句的函数向量化方法，其特征在于，所述步骤5或步骤11通过执行相应...
【技术特征摘要】
1.一种简化openmp指导语句的函数向量化方法，其特征在于，包括：
2.根据权利要求1所述的一种简化openmp指导语句的函数向量化方法，其特征在于，所述优化遍的执行过程包括：
3.根据权利要求2所述的一种简化openmp指导语句的函数向量化方法，其特征在于，所述编译选项在编译...
【专利技术属性】
技术研发人员：单征，姚金阳，赵博，李颖颖，刘丽丽，徐金龙，刘文博，付炫钰，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
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。