在工作中展示指令级并行性

Question

我正试图在工作中显示指令级并行性。 我最初做的是使用python（愿意改变）并执行以下操作：

def test():
    for i in range(5000):
        j = 0
        k = 0
        l = 0

def test2():
    for i in range(5000):
        j = i * i
        k = j * 2
        l = k * i

if __name__=='__main__':
    from timeit import Timer
    t = Timer("test()", "from __main__ import test")
    print t.timeit()
    t2 = Timer("test2()", "from __main__ import test2")
    print t2.timeit()

然而，一位教授告诉我，这并没有演示ILP，而是显示了python解释器是否优化。

我可以做些什么来展示工作的ILP？

Answer 1

你的教授是对的。 我认为一个可接受的演示必须用汇编语言编写，或者最多用C / C ++编写，可能使用像MMX指令集这样的东西。

Answer 2

您的教授有可能是正确的 - 如果您能证明cpython实际上是在使用ILP来做到这一点，那么您可能会证明他是错的，但我认为这不值得。

另一方面，ILP是相当硬件限制的，并且很少（如果有的话）实际上由程序员明确地完成，所以如果你在C ++或ASM中做到了，你可以展示的最好的是编译器（或汇编程序）是优化。 我敢打赌，你写的片段是他正在寻找的东西，但他只是不同意你的语言。

就像上面的pjc50一样，我认为这实际上并不是ILP的一个可接受的例子，但它可能会削减它并使你的成绩正确。 如果你实际上并不只是考虑等级，也许这可能会有所帮助： http ： //developer.apple.com/hardwaredrivers/ve/software_pipelining.html 。

Answer 3

默认情况下，mingw不会添加任何优化。 所以我所做的是使用一些C代码，因为没有循环优化，它显示ILP工作