C代码优化，功能流畅

Question

对于作业，我们被要求优化代码以获得“平滑”功能，描述如下：

平滑函数将源图像src作为输入，并将平滑后的结果返回到目标图像dst中。 这是实现的一部分：

void naive_smooth(int dim, pixel *src, pixel *dst) { 
  int i, j;
  for(i=0; i < dim; i++)
    for(j=0; j < dim; j++)
      dst[RIDX(i,j,dim)] = avg(dim, i, j, src); /* Smooth the (i,j)th pixel */
  return; }

结构像素存储红色，绿色和蓝色值（整数）。 函数avg返回第（i，j）像素周围的所有像素的平均值。 您的任务是优化平滑（和平均）以尽可能快地运行。 （注意：函数avg是一个本地函数，您可以完全摆脱它以其他方式实现平滑。）此代码（以及avg的实现）位于kernels.c文件中。

任何人都知道如何优化这个？

Answer 1

您可以通过在矩形图块中划分矩阵/图像并一次平滑一个图块来执行循环的循环平铺/循环条带挖掘。 这样可以提高缓存利用率。

考虑当前版本。 它遍历图像，一次访问三行，写入中间一行。

a[i-1][0], a[i-1][1], ..., a[i-1][dim-1]
a[i  ][0], a[i  ][1], ..., a[i  ][dim-1]
a[i+1][0], a[i+1][1], ..., a[i+1][dim-1]

当它到达图像的最右边时，很可能会从缓存中删除前几列。 但是，当您移至下一行时，访问将非常需要以下内容：

a[i  ][0], a[i  ][1], ..., a[i  ][dim-1]
a[i+1][0], a[i+1][1], ..., a[i+1][dim-1]
a[i+2][0], a[i+2][1], ..., a[i+2][dim-1]

相反，您可以在图块中处理图像，例如：

a[i  ][B], a[i  ][B+1], ..., a[i  ][B+B-1]
a[i+1][B], a[i+1][B+1], ..., a[i+1][B+B-1]
a[i+2][B], a[i+2][B+1], ..., a[i+2][B+B-1]

其中B是瓷砖尺寸。

或带有图片，使其更清晰：

000111222
000111222
000111222
333444555
333444555
333444555
666777888
666777888
666777888

这里我们有一个9x9图像，分为9个图块，编号从0到8，你的目标是以这样的方式编写循环：首先平滑图块0中的所有像素，然后平铺图块1中的所有像素，然后全部瓦片2中的像素等。顺序并不重要，您甚至可以并行运行每个瓦片。

当然，这对于大图像和相对较大的图块是有利的，您可以尝试使用图块大小，例如，从跨越一个或两个缓存行的图块行开始。

有关此方法的更多信息，请检查循环平铺

---

尽管如此，值得注意的是你的编译器本身应该这样做。

Answer 2

根据编译器的优化可以提供的内容，这通常会受益于标准优化，例如循环展开，显式矢量化，循环阻塞以及可能的循环交换，具体取决于映像的布局方向。 这些都应包含在您的教科书或课程笔记中。 如果不是，这些就是要在线搜索的关键字。

Answer 3

图像平滑是结构化网格应用程序的常见示例： 结构化网格

您的应用程序肯定会从循环展开和循环重新排序技术（尤其是循环切片）中受益，您可以在此处进行研究： 优化

请注意，有效地优化结构化网格计算，尤其是在单个时间步上并不是一件容易的事，人们会因此获得博士学位： 模板探测无论如何，您的计算都非常容易，因此您应该实现显着的加速。 但是，实现循环切片可能很麻烦，并且在某些情况下适得其反，您可能需要尝试使用多面体编译器（例如Pluto） ，该编译器能够快速生成具有任意切片尺寸的切片代码。 为了获得良好的性能，在当前的体系结构中，选择正确的切片尺寸是至关重要的，因为存在硬件预取矩形切片效果更好： 缓存优化