编译器优化：何为SLP矢量化( 五 ) _SLP

以下列举了一些近年来关于SLP的研究论文：

PostSLP: Cross-Region Vectorization of Fully or Partially Vectorized Code, LCPC,2019
Super-Node SLP: Optimized Vectorization for Code Sequences Containing Operators and Their Inverse, CGO,2019
goSLP：全球优化的超字级并行框架，SPLASH，2018 年
展望未来 SLP：存在交换运算时的自动矢量化，CGO，2018 年
VW-SLP：自适应矢量宽度的自动矢量化，PACT，2018 年
SuperGraph-SLP Auto-Vectorization，PACT，2017
PSLP：填充 SLP 自动矢量化，PACT，2015 年
限制自动矢量化：当少即是多，CGO，2015 年

5.参考资料[1].https://llvm.org/docs/Vectorizers.html
[2].https://groups.csail.mit.edu/cag/slp/SLP-PLDI-2000.pdf
[3].https://llvm-clang-study-notes.readthedocs.io/_/downloads/en/latest/pdf/
[4].https://gcc.gnu.org/wiki/HomePage?action=AttachFile&do=get&target=GCC2007-Proceedings.pdf
[5].https://gcc.gnu.org/legacy-ml/gcc-patches/2007-08/msg00854.html
[6].http://vporpo.me/papers/postslp_lcpc2019_slides.pdf
点击下方关注，第一时间了解华为云新鲜技术~