.png){kind=icon}
返回
Automatic Generation of Cross-Platform Vectorization Kernels for Cloud Microphysics Parameterization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jpdc.2026.105273.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 针对CLOUDSC云微物理方案的向量化优化，提出了自动生成框架（Auto-CLOUDSC）。• 该方法引入了物理合并（循环融合）算法，以提高时间数据局部性并减少计算冗余。• 设计了基于缓存感知的平铺算法，以增强列主数据结构的空间局部性和缓存利用率。• 该框架提升了性能，在ARM和Intel CPU上分别实现了1.3-2.1倍和1.9-3.4倍的速度提升。• Auto-CLOUDSC实现了Fortran到向量代码的自动化转换，支持现代架构。
Keyword:
Auto-CLOUDSC
vectorization
cloud microphysics
loop fusion
cache-aware tiling
期刊
IF:
4
论文数:
3.8K
被引数:
4.8K
机构
引用论文
.png){kind=icon}
查看更多内容