Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Ford Motor Side-View Recognition System Based on Wavelet Entropy and Back Propagation Neural Network and Levenberg-Marquardt Algorithm Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Research on Vectorization Technology for Irregular Data Access

verfasst von : Wang Qi, Han Lin, Yao Jinyang, Liu Hui

Erschienen in: Parallel Architecture, Algorithm and Programming

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Current program vectorization methods support continuous memory access forms. There are few researches on vectorization of irregular data access. In order to improve the program execution efficiency, vectorization technology of irregular data access is researched. A vectorization method for non-continuous access and indirect array indexes is proposed. This paper designs a calculation method of vectorization performance gains and analyzes the different performance gains of different non-continuous access vectorization methods. Finally the experimental results show that this method can vectorize irregular data access effectively and improve the program execution efficiency.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel The Design of General Course-Choosing System in Colleges and Universities
Nächstes Kapitel A New Simple Algorithm for Scrambling
Literatur
1.
Wei, G., Cai, Z.R., Lin, H., et al.: Research on SIMD Auto-vectorization compiling optimization. J. Softw. 26(6), 1265–1284 (2015)MathSciNet
2.
Song, D., Chen, S.: Exploiting SIMD for complex numerical predicates. In: IEEE, International Conference on Data Engineering Workshops, pp. 143–149. IEEE Computer Society (2016)
3.
Tian, X., Saito, H., Preis, S.V., et al.: Effective SIMD vectorization for intel Xeon Phi coprocessors. Sci. Program. 2015, 1–14 (2015)
4.
Diken, E.E., Jordans, R.R., O’Riordan, M.: MoviCompile: an LLVM based compiler for heterogeneous SIMD code generation (2015)
5.
Kansal, R., Kumar, S.: A vectorization framework for constant and linear gradient filled regions. Vis. Comput. 31(5), 717–732 (2015)CrossRef
6.
Chen, J.Z., Lei, Q., Miao, Y.W., et al.: Vectorization of line drawing image based on junction analysis. Sci. China Inf. Sci. 58(7), 1–14 (2015)MathSciNet
7.
Sui, Y., Fan, X., Zhou, H., et al.: Loop-oriented array- and field-sensitive pointer analysis for automatic SIMD vectorization. ACM SIGPLAN Not. 51(5), 41–51 (2016)CrossRef
8.
Jeffers, J., Reinders, J., Sodani, A.: Chapter 12 – Vectorization with AVX-512 intrinsics. In: Intel Xeon Phi Processor High Performance Programming, pp. 269–296 (2016)
9.
Li, P., Zhao, R., Zhang, Q., et al.: An SIMD Code Generation Technology For Indirect Array. 8(3), 218–222 (2016)
10.
Jinlong, X.U., Zhao, R., Liu, P., et al.: Research on irregular memory access problem for programs vectorization. Comput. Eng. 41(12), 86–90 (2015)
11.
Kim, S., Han, H.: Efficient SIMD code generation for irregular kernels. ACM SIGPLAN Not. 47(8), 55–64 (2012)CrossRef
12.
Wang, Q., Ren, Y.X., Li, W.: Compact high order finite volume method on unstructured grids II: extension to two-dimensional Euler equations. J. Comput. Phys. 314, 883–908 (2016)MathSciNetCrossRefMATH
13.
Sodani, A., Gramunt, R., Corbal, J., et al.: Knights landing: second-generation Intel Xeon Phi product. IEEE Micro 36(2), 34–46 (2016)CrossRef
Metadaten
Titel
Research on Vectorization Technology for Irregular Data Access
verfasst von
Wang Qi
Han Lin
Yao Jinyang
Liu Hui
Copyright-Jahr
2017
Verlag
Springer Singapore
Buch
Parallel Architecture, Algorithm and Programming

Print ISBN: 978-981-10-6441-8

Electronic ISBN: 978-981-10-6442-5

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-981-10-6442-5_29

Neuer Inhalt

    Bildnachweise