Question

背景：我正在尝试使用长度= 36个元素（或系数）的滤波器对512个元素的信号进行卷积，并且此操作需要在矢量处理器（512位SIMD）上执行。下面是伪代码：

for(i = 0; i < RBs ; i++)                // Over Resource Blocks
{
    for(j = 0; j < (IFFT_Len + Fil_Len -1); j++)        // Over Output Length
    {
        acc = 0;

        for(k = 0; k < Fil_Len; k++)   // over conv operation
        {
            acc += Filter[k + (i * fil_data)] * IFFT[j - k + (i * ifft_data)];

        }

        x[j] = acc;
    }

   UFMC_sig += x;
}

转化的输出操作= len（A）+ len（B）-1

我有16位数据输入（IFFT和滤波器值），这意味着对于该操作，我具有16个复数值元素的矢量len（512/16（复数）= 16）。我必须尝试向量化循环。

如果我对循环“ k”进行矢量化处理，则它将始终从两个变量中提取vec_len数据，这对于每次迭代都是不需要的，例如j = 0；为了将输出X中的第0个值填充为x [0]，我只需要Fil和IFFT变量中的第0个元素。但是，在对其进行矢量化处理时，它将从Fil中提取数据的vec_len（“ k”个索引的vec_len），并从j中减去索引的数据的vec_len（在第一个itr中为0），并将获取IFFT的负索引，这将导致错误。
如果我对“ j”进行矢量化处理，则x [j]将必须等到“ k”的所有迭代完成。那我该如何安排时间呢？
另一个问题是Filter长度（36个元素）和输出len（547个元素）不能被16整除（不是完美的向量化）。这是否意味着它无法向量化。

我不确定如何解决此问题。

P.S：这是用C实现的

向量处理器上的卷积运算向量化

0 个答案: