我有在其计划中使用.vectorize(x, 8)的生成器。我面临的问题是，如果我的输出缓冲区宽度不是8的幂，那么我将在缓冲区外部进行访问！我当然可以将输入x, y限制为图像的大小，但是我想知道是否可以通过生成器中的Output<Func>来完成此操作。也许我没有以正确的方式看问题？
class BasicGenerator : public Generator<BasicGenerator>
{
public:
Var x, y;
Input<Func> input { "input", UInt(8), 2 }
Output<Func> output { "output", UInt(8), 2 }
void generate()
{
output(x, y) = input(x, y);
}
void schedule()
{
output.vectorize(x, 8).parallel(y);
}
};
最佳答案
vectorize指令采用TailStrategy参数。这控制了如何处理向量化范围的末端。您描述的行为似乎是RoundUp，这是还原的默认行为。非缩减的默认值为ShiftInwards。 RoundUp施加一个约束，即宽度是矢量化宽度的倍数。 （请注意，“ 8的倍数”与上面写的“ 8的幂”不同。）ShiftInwards限制了宽度至少是矢量化大小。 ShiftInwards在循环结束时会导致少量的冗余计算，因此不能用于归约，因为它们不是幂等的。 （即重复计算的一部分可以更改结果。）
还有一个GuardWithIf尾巴策略。这在所有情况下都是安全的，但往往会导致代码被缩放，从而导致性能下降。我们计划使用向量谓词来使这项工作更好，尽管目前尚不清楚这是否会在所有架构上推广。
还有其他两种机制需要了解。第一个是BoundaryConditions。这就是您提到夹具的想法。 （BoundaryConditions函数的核心是基于clamp的功能，但是它们还做一些其他事情来帮助编译器，使代码更清晰。）将BoundaryConditions视为正确性问题，而不是性能一。当给定输出的输入量不足时，您希望算法做什么？一旦您决定了正确的事情，就可以通过BoundaryConditions来实现，或者在某些情况下可以忽略，因为它不允许发生。BoundaryConditions通常需要付出一定的性能代价。希望它在通常使用中相当少，但是事实证明很难在许多硬件上使它们免费。
第二种机制是在日程表中使用specialize。这样，可以快速处理大小合适的案例，而回退到速度慢但正确的案例。通常，您将编写如下内容：
f.specialize(input.width() % 8 == 0).vectorize(x, 8);