（计算机科学与技术专业论文）多媒体应用程序优化编译的主要技术分析.pdf

摘要 y7 7 0 9 6 g 随着多媒体应用程序对处理器处理能力的要求越来越高，大部分处理器生产厂商都在 处理器内部都提供r 专门用于多媒体处理的指令，这些指令被称为s i m d ( s i n g l ei n s t r u c t i o n m u l t i p l ed a t a ) 指令。只要把操作数打包存放在寄存器或内存中的，就可以利用这些s i m d 指令并发地执行若干次运算操作。白从1 9 9 4 年h p 公司首次将m a x 一1 指令集引入了通用芯 片p a 一7 1 0 0 l c ，s i m d 体系结构就成为了通用芯片提高多媒体应用程序性能的重要手段。a i d d 公司在他们的c p u 中加入了3 dn o w ! 和对s s e 、s s e 2 的支持，i n t e l 公司则于2 0 0 4 年在他们 的p e n t i u m4p r e s c o t t 芯片中加入了最新的s s e 3 扩展。与传统指令相比，s i m d 指令能大 幅度提高多媒体应用程序的性能。因此，软件开发人员对s i m d 指令集表现出极大的兴趣， 越来越多的应用程序针对s i m d 指令集做了优化。 尽管基于寄存器的s i m d 构架已经面世十年，能生成s i m d 指令的商用编译器很少 还有一些处于研究阶段的支持s i m d 自动优化的编译器，他们往往只能识别相当明显的可并 行代码，而且只对少数几个测试程序有比较好的效果。对于软件开发人员来说，这意味着他 们通常必须通过内嵌汇编和内部函数( i n t r i n s i c s ) 的形式来利用s i m d 指令米提高软件的性 能，这就要求开发人员必须十分熟悉相关的s i m d 指令。同时，这样的程序也十分依赖于机 器，降低了程序的可移植性。因此，一个具有自动s i m d 优化能力的编译器非常的重要，人 们很希望能把利用s i m d 指令提高性能的工作交给编译器来完成。 本文通过在i a 3 2 平台上对多媒体测试程序包b e r k e l e ym u l t i m e d i ab e n c h m a r k ( b m w ) 的分析，找出编译器进行s i m d 优化的障碍，提出了数个需要解决的问题，并针对这些问题 提出了相应的算法。从实验中也看到，这些算法的确解决了问题，并晟终提高了b m w 的性 能。最后总结分析发掘潜在并行性的经验，以便今后能运用在编译器的优化分析中。 关键字：s i m d ；编译优化；向量化：自动优化 a b s t r a c t d u et oi n c r e a s i n gd e m a n do nc a p a b i l i t yo f p r o c e s s o ri nm u l t i m e d i aa p p l i c a t i o n s ，m o s t p r o c e s s o rv e n d o r sh a v eb r o u g h tm u l t i m e d i ae x t e n s i o n si n t ot h e i rp r o c e s s o r s t h en e w i n s t r u c t i o n sf r o mt h e s ee x t e n s i o n sa r ek n o w na ss i m d ( s i n g l ei n s t r u c t i o nm u l t i p l ed a t a ) i n s t r u c t i o n s ，w i t hw h i c hac o u p l eo f c o m p u t a t i o n a lo p e r a t i o n sc a nb ee x e c u t e dc o n c u r r e n t l yo n p a c k e do p e r a n t s i n1 9 9 4 ，h pi n t r o d u c e dm a x - 1i n s t r u c t i o n si nt h e i rg e n e r a l - p u r p o s ec h i p p a - 7 1 0 0 l c s i n c et h e n ，s i m da r c h i t e c t u r eb e c a m ea l li m p o a a n tm e t h o df o rc h i pd e s i g n e rt o i m p r o v em u l t i m e d i aa p p l i c a t i o np e r f o l l n a l a c e a m da d d e d3 dn o w ! ，s s ee x t e n s i o na n ds s e 2 e x t e n s i o nt ot h e i rc p u sa sw e l la si n t e li n t r o d u c e ds s e 3e x t e n s i o ni np e n t i u m4p r e s c o t ti n2 0 0 4 a sm u l t i m e d i aa p p l i c a t i o np e r f o r m a n c ei sb o o s t e dw i t hs i m di n s t r u c t i o n s ，s o f t w a r ed e v e l o p e r s a r ei n t e r e s t e di ns i m dv e r ym u c h m o r ea n dm o r ea p p l i c a t i o n sa r eo p t i m i z e dw i t hs i m d i n s t r u c t i o n s a l t h o u g hs i m da r c h i t e c t u r eb a s e do nr e g i s t e r sh a sb e e na v a i l a b l ef o rad e c a d e ，c u r r e n t c o m p i l e r sa r es t i l ll a c ko fa u t o m a t i co p t i m i z a t i o na b i l i t yb yu t i l i z i n gt h e s ep l a t f o r m - d e p e n d e n t e x t e n s i o n s ，i n c l u d i n gc o m m e r c i a lc o m p i l e r sa n dt h o s er e s e a r c h p u r p o s ec o m p i l e r s o n l y af e w o f t h e mc a ng e n e r a t es i m dc o d e t od a t e ，m o s tc o d et h a te x p l o i tt h e s ee x t e n s i o n sa r e h a n d - c o d e db ys o f t w a r ed e v e l o p e r s i no r d e rt ot a k ea d v a n t a g eo f t h em u l t i m e d i ae x t e n s i o n s ， d e v e l o p e r sh a v et ou s ei n l i n ea s s e m b l ya n d o ri n t r i n s i cf u n c t i o n s ，w h i c hh u r tr e a d a b i l i t ya n d p o r t a b i l i t yo fa p p l i c a t i o n sm u c h a n do n l yk n o w l e d g e a b l ed e v e l o p e r sa r ea b l et oc o d ew i t h s i m di n s t r u c t i o n sb yh a n d s t h e r e f o r e ，i ti sv e r yi m p o r t a n tt od os o m er e s e a r c hi na u t o m a t i c s i m do p t i m i z a t i o n a n d p e o p l ea r el o o k i n gf o r w a r dac o m p i l e rw i t ht h i sa b i l i t y t h i sp a p e ra n a l y z e sa no p e ns o u r c eb e n c h m a r ks u i tb e r k e l e ym u l t i m e d i ab e n c h m a r k ( b m w ) a n di d e n t i f i e so b s t a c l e st h a tp r e v e n t c o m p i l e rf r o mv e e t o r i z i n gt h es o u r c ec o d e w eb r o u g h tu p w i t hs o m ep r o b l e m sa n da l g o r i t h m sf o rs o m eo f t h e mi no u rr e s e a r c h i no u r e x p e r i m e n t s w e d i do b s e r v e dc o n s i d e r a b l ep e r f o r m a n c ei m p r o v e m e n t si nb m wa f t e ra p p l y i n gt h o s ea l g o r i t h m s k e y w o r d ：s i m d ，c o m p i l a t i o no p t i m i z a t i o n ，v e c t o r i z a t i o n ，a u t o m a t i co p t i m i z a t i o n 一、s i m d 技术简介 第一章引言 通常通用处理器的数据通路能都达到3 2 位甚至6 4 位宽，而大多数典型的多媒体应用 程序仅需要进行8 位或者1 6 位的运算。为了充分利用这些额外的数据带宽，硬件设计者引 入了单指令多数据流( s i m d ) 的概念，这样就使得那些剩余的数据带宽也能被充分地利j l j 起来。 随着硬件技术的发展，越来越多的s i m d 构架被整合在通用处理器或者d s p 芯片中。 例如，i n t e l 在p e n t i u mi l l i v 芯片中实现了基于寄存器的s i m d 构架并在这一构架基础上 提供了s s e s s e 2 s s e 3 指令集。这个构架提供了八个1 2 8 位的x m m 寄存器。它可以一次 读写1 2 8 位数据或者进行1 2 8 位的运算，这1 2 8 位数据可以是紧密排列在一起的1 6 个8 位 数据，8 个1 6 位数据或者4 个3 2 位数据。类似的a m d 也将s i m d 构架整合在了他们的通 用芯片中，并提供了3 d n o w 指令集。而p h i l i p s 在他们的t r i m e d i a 芯片中也提供了一些简 单的s i m d 指令。 下图表示了一个典型的s i m d 计算。两组数据各包含四个数据单元，每对数据单元x 1 雨iy 1 、x 2 和y 2 、x 3 和y 3 、x 4 和y 4 都执行了相同的操作，得到的是四个运算结果。 在i a 一3 2i n t e l 指令集手册【1 0 】的附录中，有一章“i n t e lc c 十+ c o m p i l e ri n t r i n s i c sa n d f u n c t i o ne q u i v a l e n t s ”，列出了所有的i n t r i n s i c 以及对应的指令。i n t r i n s i c 在c c + + 程序中的 语法是以函数形式出现，编译时可以直接翻译为一条s i m d 指令( 复合情况会生成最直接的 几条) ，换言之，如果不使用i n t r i n s i c ，可能需要多条c c + + 语句完成，而编译器却并不能 保证将这几条语句能够生成这条最高效的s i m d 指令。并不是每条s i m d 指令都有对等的 i n t r i n s i c ， 手册的附录中列山了所有的，它们分为简单型( s i m p l e ) 和复合型( c o m p o s i t e ) 两种，每个简单型的就是对应一条指令，而复合型则对应多条指令。 i a - 3 2 体系架构的s i m d 指令主要分为以下几类1 9 】： m m x 技术 s s e s s e 2 s s e 3 扩展 m m x s s e 类扩展引入了s i m d ( 单指令多数据) 的执行模式，可用于加速多媒体应用。 r 面简要介量f _ 一f 这些指令的执行环境和特征。 m m x 技术 i n t e l 在p e n t i u m 处理器和p e n t i u m1 1 处理器中首次引入了第一个s i m d 扩展6 4 何 m m x 技术。这个技术由以下扩展组成： 8 个6 4 位m m x 寄存器：m m o 到m m 7 ； 4 个6 4 位的整型数据类型：8p a c k e db y t e s ，4p a c k e dw o r d s ，2p a c k e dd w o r d s ，lq w o r d ： 支持6 4 位整型的新指令。 百忑一 图i - 2 m m x 技术 如图2 - 2 所示，m m x 寄存器与f p u ( 浮点运算单元) 的寄存器在物理上是有部分重叠 的，冈此，在使用f p u 指令厉必须要清空f p u 栈才能使用m m x 指令，反之亦然。m m x 的数学运算指令能以回转( w r a p a r o u n d ) 或者饱和( s a t u r a t i o n ) 的方式同时处理多个数据。 s t r e a m i n gs s e 扩展( s s e i s s e 2 s s e 3 ) p e n t i u ml i i 引入了1 2 8 位s s e 扩展，能支持p a c k e d 单精度浮点数。在p e m i u m4 处理器 中有依次引入了s s e 2 和s s e 3 。这些扩展能支持p a c k e d 双精度的浮点数和整型。 8 个1 2 8 位寄存器：x m m 0 到x m m 7 ： 2 个1 2 8 位浮点和4 个1 2 8 位整数类型： o 4 个p a c k e d 单精度和2 个p a c k e d 双精度浮点数： o 1 6 个p a c k e d 字节，8 个p a c k e d 单字，4 个p a c k e d 双字，2 个p a c k e d 四字： 支持1 2 8 位浮点和整数操作的新指令。 2 x m m 7 | x n y n 6 x m n 5 ) l ：l r l m 4 m m 3 x n 明2 r n l l i 舯m o d l t d ( i 1 3 i 2 l f l l f 0 6 i 娃 1 j l j 订i 稍i 稍i l 们i 们i _ i1 呐 l 小h k l 3 l 1 2 卜l 如i i h l l , - i | w “i fi - i ”i t l l 图1 - 3s t r e a m i n gs i m d 扩展 而且s s e s s e 2 s s e 3 还增加了对数据s h u f f l e 、c a c h e 控制和内存o r d e r i n g 的新指令，比 如预取指令。 在s t r e a m i n gs i m d 扩展中，有对齐和非对齐两种1 2 8 位数据移动方式。比如m o v a p s 指令是将对齐的1 2 8 位数据从内存移动到x m m 寄存器中或从x m m 寄存器移动到x m m 寄存 器。内存地址必须是按1 6 字符对齐的，否则将会产生一个异常。如果内存地址不是1 6 字节 对齐的，则要使用非对齐移动指令，l ：l 女nm o v u p s 指令，但这些指令是比较低效的。对齐的 内存地址可以直接作为大多数s i m d 指令的操作数，而非对齐的内存地址必须先被读入一个 x m m 寄存器。 二、s i m d 优化简介 直到现在，大部分向量化的工作仍然是通过开发人员使i l ! i 汇编语句、i n t r i n s i c 函数或者 高级语言的扩展来完成的。虽然这种方法的确十分高效，但是缺点也显而易见，比如降低了 程序的可读性、易维护性、可移植性。囡此开发人员仍然希望编译器能自动完成寄存器间向 精化。在自动向量化领域，我们可以看到已经有不少成熟的研究文章发表i i ，2 ，3 ，4 ，5 1 ，住这 些文章中提出了不少编译技术能把串行代码转换为向量形式。编译器自动向量化还能减少人 为因素而带来的源代码编写错误，而且减轻了开发人员的工作。自动向量化编译器还可以有 效地向量化现有的应用程序，不需要应用程序的所有者再次投入资金来重写代码来利用 s i m d 指令，而这些投资往往是十分巨大的。若实现了自动向量化编译器还能根据目标平 台的不同指令的延迟、c a c h el i n e 的大小来实现不同的指令调度、生成，这是应用程序开发 人员很难做到的。 三、i n t e l 编译器在s i m d 优化方面的介绍 i n t e lc h 编译器和i n t e lf o r t r a n 编译器是相当成功的支持自动向量化的商业化编译器。 a a r t 等人在自动向量化方面做了很多研究，并成功地将这些研究被应用到了i n t e l 编译器中。 下面我们将简单介绍a a r t 等人在这方面的研究。 在a a r t 等人的研究【1 4 】中，使用了一个新名词一一寄存器间向量化( i n t r a - r e g i s t e r v e c t o r i z a t i o n ) 。它指的是把串行代码转换为利用m m x 或s s e s s e 2 s s e 3 的代码。i n t e l 编译 器白动向量化的工作由三部分组成：代码分析、代码重构造和向量代码生成。 代码分析主要有控制流分析、数据流分析和数据依赖分析组成。编译器尝试通过这些分 析来发现代码中潜在的并行性。数据依赖分析则由一系列的测试组成，这些测试在结果的准 确度上是逐渐提高的，但准确度的提高是以时间和空间为代价的。首先编泽器会用虽简单 的测试去检查代码中内存引州的数据依赖关系。如果测试成功，则表明这段代码不存在数据 以来关系可以并行执行。而如果测试失败编译器会尝试更复杂的测试，这些测试将消耗 更多的时间及空间。 代码重构主要着重于将代码进行等价变换，使得变换后的代码更容易分析、更容易进行 向苗化。例如如果静态的数据依赖信息无法证明一段代码是无依赖的，那么i n t e l 编译器 可以生成动态数据依赖分析代码，用来在运行时分析数据以来关系，尝试找出代码潜在的并 行陛。对于如下这段代码， p l p + 4 l jp h 。p + 日+ u j q l q + 4 l jq h - q + 4 。u ； i fc p h qh) l o o pw i t h o u td a t ad e p e n d e n c e _ +f o r ( i = l ji=uji ) p 【i 】= q 【i e l s e + l o o pw i t hp o t e n t i a lo v e r l a p f o r ( i = l ji=uji + + ) p 【i 】= q 【i ) i n t e l 编译器生成了两个版本的循环( 如右边的代码) ，通过i f 语句在运行的时候检奇数据依 赖情况，编译器会知道第一个循环不存在数据依赖情况，因此可以做向量化而第二个循环 不行。 另一个代码重构的例子是循环互换( l o o pi n t e r c h a n g e ) 。请看下面的代码段， f o r ( ：= 0 ；i n j i + 十 f o r ( = 07 ( n jj + 十) f o r ( k = o jk n ik + + ) f c 【i 】【 1 = c i 】( 】+ a i 【k + b 【k 1 【j 1 j f o r ( i = o j i ( n ；i 十+ ) f o r ( k = 0 jj n ? j + + 】 f o r ( j = 0 ；k n j k + + 1 t c i 1 【j 】= c 【i 】f 】+ a 【i 】【k 1 + b 【k 1 、 在做循环互换前，b k 【i 是非u n i ts t r i d e 的内存访问，造成了c a c h e 的利用率和命中率不高。 当把循环i 与循环k 进行互换后，所有的数组访问都变成了连续的内存访问，大大提高了 c a c h e 的利用率。 i n t e l 编译器的代码重构功能还包括常量扩散、循环分布、模式识别( 如识别归约r e d u c t i o n 运算、晟值运算、饱和运算) 等等。在多媒体应用程序尤其是音频和图象处理程序中，通 常会运用到饱和运算( s a t u r a t i o n ) 和最值运算( c l i p p i n g ) 。由于在c c + + 语言里没有饱年 运算( s a t u r a t i o n ) 和最值运算的操作符，所以程序员不得不使用条件分支语句来表达饱 和运算和最值运算。也可以使用嵌入式汇编来表达，但是这不利于程序的可移植性和可 读性。i n t e l 编译器能识别c c h 语言分支语句和f o r t r a n 语言分支语句表达的饱和运算和最 值运算 1 3 1 ，进行向量化用相应s l m d 指令来进行替换，消除了控制相关。考虑到p 4 处理 器基于n e t b u r s t 微体系架构，有很长的流水线，因此自动的饱, f i l l 最值运算的识别极大地提 4 十 u i 1 二= 1 l = i 州 = = 江 吐 o f ) 离了程序的性能。对其他语言表达的饱和和塌值运算的识别，其原理与a a r t 等人的文章的 说的方法也类似，f 表是用于饱和运算和最值运算的s i m d 指令。 i n s t r u c t i o n d e s c r i p t i o n p a d d s b p s u b s ba d d s u bs i g n e dp a c k e db y t e sf r o ms o u r c et od e s t i n a t i o na n ds a t u r a t e p a d d s w ip s u b s wa d d s u bs i g n e dp a c k e dw o r d sf r o ms o u r c et od e s t i n a t i o na n ds a t u r a t e p a d d u s b p s u b u s ba d d s u bu n s i g n e dp a c k e db y t e sf r o ms o u r c et od e s t i n a t i o na n ds a t u r a t e p a d d u s w p s u b u s wa d d s u bu n s i g n e dp a c k e dw o r d sf r o ms o u r c et od e s t i n a t i o na n ds a t u r a t e p m i n u b p m a x u b c o m p u t em i n i m a xo fu n s i g n e dp a c k e db y t e si ns o u r c ea n dd e s t i n a t i o n p m i n s w p m a x s w c o m p u t em i n i m a xo fs i g n e dp a c k e dw o r d si ns o u r c ea n dd e s t i n a t i o n 表1 饱和运算与最值运算的s i m d 指令 i n t e 编译器的中间语言提供了长达3 2 位精度的最值运算符，这为很好识别最值运算提供了 根好的条件。当编译器扫描代码的中间语言表示时发现i f 结构在实现最值运算，则将这个 i f 结构用最值运算符表示。饱和运算的识别则基于最值的识别，比如以下例子， m i n u ( x u 3 2 + u y u 3 2 2 5 5 u ) ：s a t - a d d u 8 ( x u 3 2 ，y u 3 2 ) i fm ( x u 3 2 ，v u 8 ) a 十( y u 3 2 v u 8 ) m i n s ( x s 3 2 + s y s 3 2 2 5 5 ) ：s a t - a d d u 8 ( x s 3 2 y s 3 2 i fm ( x s 3 2 ，v u 8 ) am ( y s 3 2 ，v u 8 ) m a x b ( x s 3 2 一s y s 3 2 ，0 ) ：s a t - s u b u 8 ( x s 3 2 ，y s 3 2 ) i fm ( x s 3 2 v u 8 ) a 十( y s 3 2 ，v u 8 】 符台条件的最值运算可以很容易的被识别为饱和运算。这个方法简单却非常有效，为以后的 向赞化提供了很直的基础。 由于s s e s s e 2 s s e 3 区分了非对齐的内存访问指令利对齐的内存访问指令，i n t e l 编译 器会s i m d 内存访问指令的效率非常低，因此i n t e l 编译器实现了静态平动态的对齐优化 ( a l i g n m e n to p t i m i z a t i o n ) 。 f l o a ta 1 0 0 0j ，b 1 0 0 0j j f o r ( i = 2 j1 1 0 0 0 ；i + + a 【1 】= a 【1 + b 【i ； f l o a ta 【1 0 0 0 】，b 【1 0 0 0 j a 2j = a 2j+bc 2j j 4a 【3 】= a 【3 】+ b 【3 】； f o r ( i = 4 ji 1 0 0 0 ；i + + a 【1 = a 【i + b 【1j j 在上面的例子中，数组a 和数组b 的第一个元素是1 6 字节对齐的，i n t e l 编译器能据此分析 山在i 循环中，对a 数组的第一次访问并不是按照1 6 字节边界开始的。如果直接做向量化 的话，就必须使用非对齐方式的内存访问指令，这势必造成性能较低。在这种情况下，i n t e l 编泽器会去做静态的对齐优化，将原循环进行剥离，将代码变换为如右边所示，这样i 循环 就可以进行向量化并使用对齐的内存访问指令了。但是在一些情况下( 比如指针的使用) ， 编泽器是无法通过静态的分析得到代码中所有内存访问的对齐信息，因此编译器必须要能够 处理每种可能的对齐情况。循环中的每个内存访问( 通常是数组形式) 都有两种对齐可能， 所以所有可能的对齐组合随着内存访问点的个数增加是以2 a n 的速度增跃的。这就要求编译 器在了代码人4 , n 试代码开销与循环性能两者间进行一个折中。在这种情况下，i n t e l 编译 器会使用动态循环剥离方法来作为折中的方案，对如下代码 f o r ( i - o ；i n # i + + ) d + - d x i 1 + d y 【i i n t e l 编译器将生成 p - d y 0 x o f j i f p ! = 0 ) s e r i a ld y n a m i cp e e l i n gl o o p ( a s s u m e sd y o x 0 3i sz e r o + p = ( 1 6 一p ) 4 j f o r ( i = o ji m i n ( p n ) ji + 十) d + 一d x ( i 】+ d y 【i 】j j i f ( ( ( d x + pj 0 x o f ) = = 0 ) + v e c t o rl o o pw i t hb o t hd xa n dd ya l i g n e d f o r ( i - p ji n i + + ) d + - d x i 】+ d y 【i 】j ) e l s e 【+ v e c t o rl o o pw i t hd ya l i g n e da n dd xu n a l i g n e d + f o r ( i1p ji 0 ；l e n 一一) + s t e p1 一g e tt h ed e l t av a l u e + i f ( b u f f e r s t e p ) d e l t a = i n p u 七b u f f e r o x f j ) e l s e ( i n p u t b u f f e r = + i n p + + ； d e l t a = ( i n p u t b u f f e r 4 ) o x f j 9 b u f f e r s t e p =! b u f f e r s t e p ； 通过阅读，我们可以很容易地发现变量b u f f e r s t e p 的值有一定的周期性。它的值在奇数次迭 代中的值为0 ，在偶数次迭代中的值为1 ，因此我们只要将循环体展开两次就可消除此控制 相关。 虽然我们通过肉眼就能识别出循环内的周期常量，但现有的编泽器来通常只能识别一般 常昔，弗能做一定的常量扩散。对于类似变量b u f f e r s t e p 、甚至更复杂、周期更长的周期性 常量，编译器都无法识别山来，无法消除不必要的控制相关。 3 、跨迭代数据相关的饱和运算 饱和运算被广泛运用于多媒体程序中，尤其是音频和图象处理程序。冈为在c 语言 里没有饱和运算操作符，所以程序员不得不使用已有的c 语言运算符来表达饱和运算。 比如在a d p c m 的a d p c m _ d e c o d e r 函数中，有如下含有饱和运算的代码片段： i f ( s i g n ) v a l p r e d 一= v p d i f f ； e l s e v a l p r e d + = v p d i f f ； 。s t e p5 一c l a m po u t p u tv a l u e 。 if(valpred32767) v a l p r e d = 3 2 7 6 7 ； e 1 s ei f ( v a l p r e d 一3 2 7 6 8 ) v a l p r e d = 一3 2 7 6 8 ； 在a d p c m 中的饱和运算和一般的饱和运算还有所区别，首先，变量v a l p r e d 足s h o r t 类型的，而变量v p d i f f 是u n s i g n e ds h o r t 类型的。其次，a d p c m 里的饱和运算是跨迭 代的，第i 次循环的v a l p r e d 的值是依赖于第i - 1 次循环的v a l d r e d 的值。所以虽然我 们能通过类似文献 1 3 中的算法能识别出这里的饱和运算，但由于跨迭代的数据相关， 编译器无法做到自动s i m d 优化。 4 、不连续的内存访问 在做s i m d 优化时，我们必须先把若干个操作数打包( p a c k ) 放入寄存器中，然后 再进行s i m d 运算同时对这些操作数进行运算。待运算结束后，还要把这些操作数再从 寄存器中分解( u n p a c k ) 开来。如果要打包的操作数在内存空间上是不连续的( 比如跳 跃式的内存访问) ，就需要首先把这些不连续的操作数存到到连续的内存空间里，然后 再打包、运算、最后解包。这样就给程序带来了额外的内存操作，必然会抵消掉一部分 s i m d 优化带来的好处，甚至把s i m d 带来的性能提升全部吞噬掉。 对于一个程序片段，如一个循环或者一个基木块，自动s i m d 优化编译器要能估算 进行s i m d 优化需要的代价和优化带来的好处，在额外的内存访问与s i m d 优化两者之 - 1 0 间进行平衡才有可能达到更好地提升应h 程序性能的效果。 同时，很多多媒体程序中都