一种跨基本块向量化指令选择方法

程序中的向量并行性不仅存在于循环中，也存在于基本块中。SLP向量化算法可以发掘基本块内的并行性。 由于基本块之间将会涉及到大量的数据重用，当连续的多个基本块都被向量化时，仅考虑基本块内的向量化难以有效利用可重用数据。提出跨基本块向量化指令选择方法来综合考虑基本块内与基本块间的语句关系，采用动态规划的方式确定收益较大的向量化策略，从而能够提升所生成代码的性能。实验结果表明，与基本块内的向量化方法相比，跨基本块向量化指令选择方法令测试程序性能平均提升20%。