【有接受，有提交】为Power VSX优化NumPy SIMD算法

NumPy包含用于x86 SSE和AVX的SIMD矢量化代码。此问题是功能请求，以实现Power VSX的本地等效启用，以实现适用于VSX的SIMD矢量宽度（128位）的等效加速。

编辑（通过@rgommers）：链接到赏金：https : //www.bountysource.com/issues/73221262-optimize-numpy-simd-algorithms-for-power-vsx

重点是PPC64LE Linux。如果优化可以移植到AIX（大端），那很好，但不是严格的要求。换句话说，如果AIX暂时继续使用标量代码，那就可以了
NumPy包含用于x86 SSE和AVX的SIMD矢量化代码。此问题是功能请求，以实现Power VSX的本地等效启用，以实现适用于VSX的SIMD矢量宽度（128位）的等效加速。

编辑（通过@rgommers）：链接到赏金：https : //www.bountysource.com/issues/73221262-optimize-numpy-simd-algorithms-for-power-vsx

重点是PPC64LE Linux。如果优化可以移植到AIX（大端），那很好，但不是严格的要求。换句话说，如果AIX暂时继续使用标量代码，那就可以了。
NumPy包含用于x86 SSE和AVX的SIMD矢量化代码。此问题是功能请求，以实现Power VSX的本地等效启用，以实现适用于VSX的SIMD矢量宽度（128位）的等效加速。

编辑（通过@rgommers）：链接到赏金：https : //www.bountysource.com/issues/73221262-optimize-numpy-simd-algorithms-for-power-vsx

重点是PPC64LE Linux。如果优化可以移植到AIX（大端），那很好，但不是严格的要求。换句话说，如果AIX暂时继续使用标量代码，那就可以了。
NumPy包含用于x86 SSE和AVX的SIMD矢量化代码。此问题是功能请求，以实现Power VSX的本地等效启用，以实现适用于VSX的SIMD矢量宽度（128位）的等效加速。

编辑（通过@rgommers）：链接到赏金：https : //www.bountysource.com/issues/73221262-optimize-numpy-simd-algorithms-for-power-vsx

重点是PPC64LE Linux。如果优化可以移植到AIX（大端），那很好，但不是严格的要求。换句话说，如果AIX暂时继续使用标量代码，那就可以了。
NumPy包含用于x86 SSE和AVX的SIMD矢量化代码。此问题是功能请求，以实现Power VSX的本地等效启用，以实现适用于VSX的SIMD矢量宽度（128位）的等效加速。

编辑（通过@rgommers）：链接到赏金：https : //www.bountysource.com/issues/73221262-optimize-numpy-simd-algorithms-for-power-vsx

重点是PPC64LE Linux。如果优化可以移植到AIX（大端），那很好，但不是严格的要求。换句话说，如果AIX暂时继续使用标量代码，那就可以了。
NumPy包含用于x86 SSE和AVX的SIMD矢量化代码。此问题是功能请求，以实现Power VSX的本地等效启用，以实现适用于VSX的SIMD矢量宽度（128位）的等效加速。

编辑（通过@rgommers）：链接到赏金：https : //www.bountysource.com/issues/73221262-optimize-numpy-simd-algorithms-for-power-vsx

重点是PPC64LE Linux。如果优化可以移植到AIX（大端），那很好，但不是严格的要求。换句话说，如果AIX暂时继续使用标量代码，那就可以了。。

giter001/liangjiereward

内容风险标识

评论 (1)

giter001/liangjiereward .gitee-modal { width: 500px !important; }

内容风险标识