多簇VLIW DSP向量化相关编译技术研究的中期报告.docx

多簇VLIWDSP向量化相关编译技术研究的中期报告
中期报告
一、项目背景
目前，随着通信、娱乐、汽车电子、医疗等领域的不断发展，对实时信号处理的需求越来越高。传统的通用处理器无法满足需求，因此而诞生了一类针对数字信号处理的专用芯片——数字信号处理器（DSP）。DSP与通用处理器相比，具有更强的时序控制能力、更丰富的算法库、更高的数据通路带宽、更低的功耗等优势，因此在数字信号处理应用领域得到了广泛的应用。DSP中，VLIW架构是一种广泛采用的编程模型，具有很高的并行性和可编程性，能够有效地提高DSP的计算效率和系统性能。
本课题旨在研究多簇VLIWDSP向量化相关编译技术，探索提高DSP并行计算效率和系统能耗的新方法。具体研究方向包括：
1.研究基于向量化指令集（SIMD）的DSP处理器的指令并行度和指令级并行的编译技术。
2.研究DSP向量化并行计算的数据划分和数据流分析，并通过代码生成实现对数据流的并行化。
3.研究DSP向量化指令的调度算法，提高指令调度效率和系统性能。
二、研究进展
1.了解了多簇VLIWDSP的基本架构和特点，尤其是向量化指令集（SIMD）的设计和功能，以及多线程和数据流并行化的实现机制。
2.对四种典型的DSP编译器——TIDSP编译器，ADSP编译器，MicrochipDSP编译器和CEVA编译器进行了研究和比较。发现这些编译器主要关注的是DSP的循环结构和数据访问模式，并未充分利用DSP的向量化指令集。
3.阅读了有关DSP向量化优化的文献，学习了针对DSP向量化的编译技术和优化方法，了解了数据并行性的实现和指令调度的关键技术。
4.探讨了并行计算模型的实现方式，包括数据并行，任务并行和流水线并行，以及利用OpenMP和MPI库实现并行化计算的方式。
5.对DSP的指令调度问题进行了探讨。研究了基本块的依赖关系、调度图、调度词法、宽度定义和资源限制等关键概念，了解了各种调度算法和调度成本的计算方法。
三、下一步工作
1.着重研究DSP向量化并行计算的数据划分和数据流分析，探讨并实现数据并行性的实现方法，包括存储方式优化和数据流向的优化。
2.添加SIMD指令支持到基于VLIW编码的DSP体系结构的模拟器中，进行相关仿真实验。通过优化和比较不同的编译器和优化策略，评估所提出的技术的有效性和可行性，提高DSP的计算效率和系统性能。
3.结合调度算法和调度成本计算方法，探究更优的指令调度算法，尝试实现一种高效的调度算法，并进行实验验证其效果。
4.在实验过程中尝试并行化计算，通过利用OpenMP和MPI库实现数据并行和任务并行，并对并行效率进行评估。
5.总结并撰写项目报告，向学术界和产业界展示所开发的技术和取得的研究成果。