SPMD એક્સ્ટેન્શન્સ સાથે C ભાષા માટે ઇન્ટેલ દ્વારા વિકસિત ISPC 1.26 કમ્પાઇલરનું પ્રકાશન

ઇન્ટેલે ISPC 1.26 (ઇમ્પ્લિસિટ SPMD પ્રોગ્રામ કમ્પાઇલર) પ્રકાશિત કર્યું છે, જે SPMD (સિંગલ પ્રોગ્રામ, મલ્ટીપલ ડેટા) સમાંતર પ્રોગ્રામિંગ એક્સ્ટેન્શન્સ સાથે C કોડને એસેમ્બલ કરવા માટે ડિઝાઇન કરવામાં આવ્યું છે, જે ઇનપુટ ડેટાના વિવિધ સેટ સાથે સમાન પ્રોગ્રામના ઘણા ઉદાહરણોના સમાંતર અમલને મંજૂરી આપે છે. પ્રોજેક્ટ કોડ C++ માં લખાયેલ છે અને BSD લાયસન્સ હેઠળ વિતરિત કરવામાં આવે છે. Linux, Windows, macOS અને FreeBSD પર કામને સપોર્ટ કરે છે.

SPMD એક્સ્ટેંશનવાળા C પ્રોગ્રામ્સ CPU અને GPU દ્વારા પૂરા પાડવામાં આવેલ SIMD કોમ્પ્યુટેશનલ એકમો પર એક્ઝિક્યુશન માટે કમ્પાઈલ કરવામાં આવે છે, જે તમને નીચા-સ્તરના ઑપ્ટિમાઇઝેશન અને કોડમાં SIMD સૂચનાઓનો સ્પષ્ટ ઉપયોગ કર્યા વિના SIMD વેક્ટરાઇઝેશન મિકેનિઝમનો ઉપયોગ કરવાની મંજૂરી આપે છે. સમાંતર ફંક્શન્સ લખવા માટે, C ભાષાના પરિચિત વાક્યરચના અને રૂઢિપ્રયોગોનો ઉપયોગ કરવામાં આવે છે - SPMD ફંક્શન્સ C/C++ માં લખેલા ફંક્શન્સ અને સ્ટ્રક્ચર્સ સાથે સીધો સંપર્ક કરે છે. હાલના ડીબગર્સનો ઉપયોગ પ્રોગ્રામ ડીબગ કરવા માટે થઈ શકે છે.

ISPC કોડ જનરેશન અને ઑપ્ટિમાઇઝેશન માટે બેકએન્ડ તરીકે LLVM ઇન્ફ્રાસ્ટ્રક્ચરનો ઉપયોગ કરે છે. x86 (SSE2, SSE4, AVX, AVX2, AVX512) અને ARM (NEON) વેક્ટર સૂચનાઓ સપોર્ટેડ છે, તેમજ GPU બાજુ (Intel Gen9 અને Xe) પર ગણતરીઓ ઑફલોડ કરવા માટે. SSE વેક્ટર બ્લોક્સ એક સમયે 4 તત્વો પર પ્રક્રિયા કરતા આર્કિટેક્ચર્સ પર, ISPC નો ઉપયોગ 3 કે તેથી વધુ વખત પ્રોગ્રામ એક્ઝેક્યુશન પ્રવેગક હાંસલ કરવાનું શક્ય બનાવે છે, અને AVX વેક્ટર બ્લોક્સ સાથેના આર્કિટેક્ચર પર એક સમયે 8 તત્વો પર પ્રક્રિયા કરવામાં આવે છે, પ્રવેગક 5- સુધી પહોંચી શકે છે. 6 વખત. વધુમાં, વેક્ટર બ્લોકના કદ ઉપરાંત, વિવિધ પ્રોસેસર કોરો પર એક્ઝેક્યુશન દ્વારા સ્કેલિંગ પણ સુનિશ્ચિત કરવામાં આવે છે.

ISPC સંસ્કરણ 1.26 માં ઉમેરાયેલ મુખ્ય નવીનતાઓ:

• ARM આર્કિટેક્ચર માટે સુધારેલ સપોર્ટ:
  • "--arch=arm" ધ્વજનું વર્તન બદલાઈ ગયું છે, જે હવે ARMv8 (32-બીટ) આર્કિટેક્ચર સાથે સંકળાયેલું છે, ARMv7 સાથે નહીં (8-બીટ મોડમાં ARMv64 માટે, "--arch=aarch64" ધ્વજ હજુ પણ ઉપયોગમાં લેવો જોઈએ).
  • ARMv7 Cortex-a9 અને Cortex-a15 પ્રોસેસર્સ માટે સપોર્ટ બંધ કરવામાં આવ્યો છે.
  • Cortex-a55, Cortex-a78, Cortex-a510, Cortex-a520 પ્રોસેસર્સ, તેમજ નવા Apple ARM પ્રોસેસર્સ માટે સપોર્ટ ઉમેર્યો.
  • નવા બિલ્ડ લક્ષ્યો ઉમેર્યા: neon-i16x16 અને neon-i8x32.
  • ARM SDOT અને UDOT વેક્ટર સૂચનાઓ પર આધારિત કામગીરી માટે ઉમેરાયેલ સપોર્ટ.
  • ઑપ્ટિમાઇઝેશન કરવામાં આવ્યું છે, ARMv8 માટે પ્રદર્શન સરેરાશ 13% વધ્યું છે.
• એક નવા પ્રકારના બિલ્ડ ટાર્ગેટ ઉમેરવામાં આવ્યા છે - "જેનેરિક", જે કમ્પાઇલરના આંતરિક આર્કિટેક્ચરને ઑપ્ટિમાઇઝ કરવા અને નવા બિલ્ડ ટાર્ગેટ ઉમેરવાનું સરળ બનાવવા દે છે. આ વિચાર ચોક્કસ હાર્ડવેર ક્ષમતાઓ માટે બેઝ ટાર્ગેટને સપોર્ટ કરવાનો છે, જેના પર ચોક્કસ ઑપ્ટિમાઇઝેશન સાથે ટાર્ગેટ સરળતાથી બનાવી શકાય છે. ARM આર્કિટેક્ચર માટે સપોર્ટને સામાન્ય લક્ષ્યોનો ઉપયોગ કરવા માટે સ્વિચ કરવામાં આવ્યો છે.
• "-O1" ઑપ્ટિમાઇઝેશન મોડમાં પરિણામી કોડનું કદ ઘટાડવા માટે કોડ જનરેટરનું લૂપ અને ફંક્શન અનરોલિંગ એડજસ્ટ કરવામાં આવ્યું છે. બિલ્ટ-ઇન ફંક્શન્સ count_leading_zeros અને count_trailing_zeros માટે સુધારેલ કોડ જનરેશન, તેમજ ફંક્શન્સમાંથી સ્ટ્રક્ચર્સ પરત કરતી વખતે અને int8/int16 પ્રકારો સાથે ડેટા સેવ કરતી વખતે અથવા લોડ કરતી વખતે.
• "--enable-llvm-intrinsics" ફ્લેગનો ઉલ્લેખ કરીને સક્ષમ કરેલ LLVM આંતરિક માટે વિસ્તૃત સપોર્ટ.
• LLVM ટૂલચેનને પેચો સાથે આવૃત્તિ 18.1.8 માં અપડેટ કરવામાં આવ્યું. ISPC માં વપરાતા LLVM સંસ્કરણને શોધવા માટે મેક્રો ઉમેર્યો.
• જ્યારે ફંક્શન કૉલ કરવામાં આવે ત્યારે ચેતવણી છાપવા માટે ફંક્શનમાં "__attribute__((deprecated))" એટ્રિબ્યુટ લાગુ કરવાની મંજૂરી છે.
• બિલ્ડ ટાર્ગેટ avx512knl-x16 (KNL) દૂર કર્યું.
• macOS અને iOS માટે લક્ષ્ય પ્લેટફોર્મના ન્યૂનતમ સપોર્ટેડ સંસ્કરણનો ઉલ્લેખ કરવા માટે "--darwin-version-min" વિકલ્પ ઉમેર્યો.

સોર્સ: opennet.ru