Halide是一种由MIT、Adobe和Stanford合作开发的图像处理语言，旨在将算法描述与性能优化解耦。通过清晰的函数式风格定义算法，并独立指定优化方案（schedule），实现了在保持代码简洁的同时，提高图像处理的效率。文章通过对比C++和Halide实现的图像模糊算法，展示了Halide在性能和可维护性上的优势。
本文原载于我的主页：planckscale.info，转载于此。
版权声明：原创作品，欢迎转载，但转载请以超链接形式注明文章来源(planckscale.info)、作者信息和本声明，否则将追究法律责任。
程序的结构和运行效率常常被人们看作是难以调和的。这个事实源于我们把一个数学上结构清晰良好的（比如，用递归形式刻画的）算法映射到一个现实的不完美的计算模型上，这个模型计算是有代价的，要极小化这个代价就需要尽可能的重用中间计算结果，减少依赖增加指令级并行，充分利用空间和时间的Locality和存储体系的分级结构，等等…
于是长久以来，程序中描述算法要”做什么“的逻辑，掩盖在了用来优化性能，描述”怎么做“的芜杂逻辑之下。当然，我们也有能够只通过清晰刻画”做什么“来编程的语言（如函数式语言家族，尤其是以Haskell为代表的纯函数式语言），这些语言收起了让用户自己规划计算过程的权限，把计算过程的优化交给编译器自动完成。这导致了人们对其效率的不信任，事实上这个问题也确实普遍存在，聪明的编译器只是少数，而且他们也未必能保证给出一个高度优化的程序。所以至今，对高性能有要求的各种库仍然采用C等提供了底层操作的语言实现。
性能优化会破坏软件
最低0.47元/天 解锁文章
扫一扫
550
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
