通过比较不同的7个combine函数,理解一些优化程序的方法
优化2,优化3: 消除过程(函数)调用的开销,将vec_length函数提取到循环外,以及定义一个新的函数get_vec_start直接访问数组,要注意一点的是,新函数严重破坏了vec_rec类型的封装性,模块性,但是获得了性能上的提高。
优化4:消除存储器引用(减少访问内存的次数),函数中每次调用*dest都会访问一次内存,通过定义一个累积变量acc,消除了每次循环时从存储器读以及写入存储器的操作,只在循环结束后,将累积值写入内存一次。
前3个优化都不依赖于目标机器的特性,及不考虑处理器执行指令时的底层的设计因素。
在第三章中我们了解到,现在处理器执行指令的方式是流水线化的。同时引入机器及代码的数据流图,
combine4至combine7对一个长度为n的向量进行操作的数据流图分别如下:
注意到Critical Path表示该数据流图的关键路径,关键路径限制了程序的性能。
循环中的其他控制操作(控制循环变量i,计算下一个数据元素的地址,从存储器中读数据)都与乘法器并行地进行。我们可以通过调整操作的结构,优化指令级的性能。
combine5在combine4的基础上循环展开了2次,关键路径仍然有n个mul操作。
combine6多路并行,将mul操作缩小到了n/2次