• 题目：Automatically Scheduling Halide Image Processing Pipelines
• 时间：2016
• 会议：SIGGRAPH
• 研究机构：MIT

1 缩写 & 引用

2 abstract & introduction & prior work

本篇在之前Halide基础上，是说编程者要写高性能程序，需要费尽心思的写优化的schedule，这里提出了一个算法，扩展之前的边界分析，自动化产生优化的调度策略，就不需要人为写了
之前的研究方向有：

• 自动化的tuning：很多是暴力搜索，需要实际跑到硬件上来测时间，费时间
• 限制搜索空间：比如Darkroom，限制一些条件，变成整数线性规划问题
• 多面体模型

3 representing and scheduling program

一个Halide程序可以表示为无环有向图，边表示数据依赖，但即使有数据依赖，也没有规定前后计算的流程

3.1 scheduling for Producer-Consumer Locality

类似上一篇论文，这里还是举了3x3卷积的例子，给出了三种调度方式。第一种需要分配比较大的空间来存放中间结果，数据局部性最差；第二种压根不存放中间结果，这就会有冗余计算，虽然数据局部性最好；第三种用overlapped tiling的方式

3.2 scheduling for input reuse

这个FPGA的数据复用还不一样，是面向CPU的，为了让数据还保留在cache里，这样重新读这个数据的时候就快得多；
对于一个矩阵乘法，如果这个矩阵很大的话，可能就不能都放到cache里，这就需要tiling了

3.3 function bounds analysis

编译器动过interval analysis来确定循环的边界，确定中间数组的大小；这个边界在后面的自动调度算法中也需要
它从output函数开始，根据函数依赖链，在无环有向图中一步一步确定
如果这个边界不好自动判断，那就需要编程者显式声明

4 algorithm