C代码优化，平滑功能答案

【问题标题】：C Code Optimization, smooth functionC代码优化，平滑功能
【发布时间】：2014-08-08 06:29:36
【问题描述】：

对于一个作业，我们被要求优化代码以实现如下所述的“平滑”功能：

平滑函数将源图像 src 作为输入，并在目标图像 dst 中返回平滑结果。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; }

结构像素存储一个红色、绿色和蓝色值（整数）。函数 avg 返回第 (i,j) 个像素周围所有像素的平均值。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 是一个局部函数，您可以完全摆脱它以通过其他方式实现平滑。）此代码（以及 avg 的实现）在文件 kernels.c 中。

有人知道我可以如何优化它吗？

【问题讨论】：

首先，实现算法的工作

标签： c optimization

【解决方案1】：

您可以执行循环的循环平铺/循环带状挖掘，方法是将矩阵/图像划分为方形拼贴并一次平滑一个拼贴。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侧时，第一列可能会从缓存中丢弃。但是当您移动到下一行时，很快就会需要它们，访问方式如下：

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 是图块大小。

或者配个图，更清楚：

这里我们有一个 9x9 的图像，分成 9 个图块，编号从 0 到 8，您的目标是编写循环，首先平滑图块 0 中的所有像素，然后平滑图块 1 中的所有像素，然后是图块 2 中的所有像素，等等。顺序并不重要，您甚至可以并行运行每个图块。

当然，这对于大图像和相对较大的图块来说是有利的，您可以试验图块大小，例如，从一个图块行开始跨越一两个缓存行。

有关此方法的更多信息，请查看Loop tiling

说了这么多，值得注意的是你的编译器应该自己做这个。

【讨论】：

不是循环平铺，至少在当今的标准编译器中效率不高。
@igon，好的，gcc 有选项-floop-block 和-floop-strip-mine 以及优化参数--param loop-block-tile-size=N，虽然我不能说它在实际程序中的效果如何。跨度>
嗯，是的，但是如果你看那个人说：“要使用这个代码转换，GCC 必须配置 '--with-ppl' 和 '--with-cloog'启用石墨循环转换基础设施。”这是一个实验性插件，默认禁用多面体变换，因为没有启发式方法来确定何时有益。
@igon，确实谢谢。我通常在我构建的编译器中启用它，我从来没有想过发行版默认禁用它:)

【解决方案2】：

根据您的编译器的优化可以提供什么，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，具体取决于图像的布局方向。这些都应该包含在您的教科书或课程笔记中。如果没有，这些是在线搜索的关键字。

【讨论】：

【解决方案3】：

图像平滑是结构化网格应用的常见示例：Structured Grids

您的应用程序肯定会受益于循环展开和循环重新排序技术（尤其是循环平铺），您可以在这里学习：Optimizations

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是一项不那么简单的任务，人们为此获得了博士学位：Stencil probe 无论如何，您的计算相当容易，因此您应该实现显着的加速。但是，实现循环平铺可能很麻烦，并且在某些情况下会适得其反，您可能想尝试使用多面体编译器，例如Pluto，它能够快速生成具有任意平铺尺寸的平铺代码。选择正确的切片尺寸是实现良好性能的基础，在当前架构中，由于硬件预取矩形切片的存在效果更好：Cache optimizations

【讨论】：