面向高性能DSP Matrix向量化编译器的设计与实现

论文摘要

随着DSP处理器在通信领域和计算机领域的广泛应用,人们对DSP处理的实时性要求也越来越高。Matrix是具备自主知识产权的一款高性能DSP,其拥有向量部件和标量部件,兼具VLIW和SIMD特征。任何新的体系结构必须有配套的软件支持,才真正可用。为方便应用程序开发,充分利用Matrix的体系结构特点,提高计算效率,研究针对Matrix的向量化编译器非常重要。向量化编译技术在当今编译研究领域仍然是一个难点,自动向量化条件苛刻以及SIMD平台之间的差异性也给向量化编译带来很大难度。在此研究背景下,论文对GCC内部结构和自动向量化技术等做了深入研究,基于GCC设计与实现了Matrix的向量化编译器。论文研究的主要贡献如下:针对Matrix提出一种基于language-extend向量化算法。设计了一套针对Matrix的C扩展语言,并将其在GCC中加以实现。基于language-extend的向量化算法能够很大程度上利用Matrix的体系结构特征,实现应用程序的向量化。完成Matrix后端平台在GCC中的实现。包括Matrix指令集描述,向量寄存器、机器模式和向量长度的扩展,以及特殊向量操作的添加等。FFT在Matrix中向量化实现。研究FFT算法流程,使用Matrix的C扩展语言实现了FFT向量化程序,通过Matrix向量化编译器进行编译,汇编链接后在模拟器中正确执行。实验结果验证了language-extend向量化算法的正确性和有效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 体系结构概述
• 1.1.2 编译器概述
• 1.1.3 工具选择
• 1.2 研究意义
• 1.3 论文主要研究内容
• 1.4 文章总体结构
• 第二章 GCC 编译器结构分析
• 2.1 GCC 编译器简介
• 2.2 GCC 编译器架构
• 2.2.1 GCC 的基本编译流程
• 2.2.2 GCC 中遍及相关文件
• 2.2.3 GCC 的中间表示
• 2.3 机器描述
• 2.4 交叉编译
• 2.5 小结
• 第三章 自动向量化编译技术研究
• 3.1 自动向量化概述
• 3.1.1 自动向量化的概念
• 3.1.2 面向SIMD 向量化的新需求
• 3.2 自动向量化技术研究
• 3.2.1 自动向量化研究现状
• 3.2.2 自动向量化存在的问题
• 3.3 GCC 自动向量化研究
• 3.3.1 GCC 中向量化概述
• 3.3.2 GCC 中自动向量化识别
• 3.3.3 GCC 中自动向量化变形
• 3.4 小结
• 第四章 Matrix 向量化编译器设计与实现
• 4.1 Matrix 向量化编译器实现的方法
• 4.1.1 交叉编译构造及测试
• 4.1.2 Matrix 编译器实现方法
• 4.2 基于language-extend 向量化算法
• 4.2.1 基于language-extend 向量化算法介绍
• 4.2.2 基于language-extend 向量化算法实现
• 4.3 Matrix 向量指令集后端扩展实现
• 4.3.1 机器模式
• 4.3.2 向量寄存器描述
• 4.3.3 指令模式
• 4.3.4 操作添加
• 4.4 小结
• 第五章 FFT 在Matrix 编译器中向量化实现
• 5.1 FFT 算法介绍
• 5.2 FFT 算法向量化实现
• 5.2.1 Matrix 中实现FFT 算法方法
• 5.2.2 FFT 算法向量化具体实现
• 5.2.3 FFT 向量化验证
• 5.3 实验结果及分析
• 5.3.1 实验结果
• 5.3.2 性能分析
• 5.4 小结
• 结束语
• 致谢
• 参考文献
• 作者在学期间取得的学术成果