控制流SIMD向量化方法

　　 SIMD扩展部件是近年来集成到通用处理器中的加速部件，旨在发掘多媒体和科学计算等程序的数据级并行．控制依赖给发掘程序中的数据级并行带来了阻碍，当前，无论基于loop-based还是SLP的控制流向量化方法都需要if转换，而没有考虑循环内蕴含的向量并行度，导致生成的向量代码效率较低．此外，不精确的代价模型指导控制流向量化，同样导致生成的向量代码效率较低．为此，提出了改进的控制流SIMD向量化方法，首先，提出了含有控制依赖的循环分布算法，分离循环的可向量化部分和不可向量化部分，同时考虑分布时数据的局部性：其次，提出了一种直接向量化控制流的方法，该方法考虑了基本块间的向量重用：最后，利用精确的代价模型指导超字选择指令和超字条件分支指令的生成．实验结果表明：与现有的控制流向量化方法相比。改进方法生成的向量代码性能提高了24%．