一、Loop循环优化有以下几种
- 循环合并：两个循环合并到一个循环中
- 循环展开：循环内的并行技术
- 循环交换：改变多维数组的空间访问顺序，改善空间局部性，提高cache命中率
- 循环分布：将一个循环拆分为多个循环，使编译器可以进行向量化优化
- 循环不变：循环中不发生变化的量提到循环外面，避免重复计算
- 循环分块：对一个数据对象控制分块，只加载一次数据到cache中，使用完毕不再加载。常用到gemm 稠密矩阵乘法
- 循环分裂：将一个循环分段循环，拆分出可以向量化优化的循环。
关于loop优化测试时钟周期对比的测试用例见：
https://github.com/libo-0379/Loop-opt
测试结果：
二：向量化优化
是一种将标量计算转换为向量计算的优化方法，芯片指令集需要支持SIMD（单指令多数据）技术，计算单元具有向量计算功能，实现一次计算多个标量数据。Intel的 MMX、SSE、AVX指令集，ARM的NEON 指令支持向量化计算。
三：SLP向量化优化：将循环内同一迭代内的多个计算操作合并为一个向量计算。
