目的：针对面向GPU设计的OpenCL kernel程序在CPU上性能移植性欠佳这一问题，设计一种基于访存特征分析的代码转换方法，提升性能移植性。
创新点：通过分析OpenCL kernel中的访存模式，去除不必要的局部存储数组及其带来的同步语句，并使用向量化和局域性重开发进一步优化代码，最终取得显著的性能提升。
方法：首先，针对OpenCL kernel代码中的数组访问，设计一种精确的线性化访问描述子（图2）。然后，利用该描述子，分两步对GPU特定的OpenCL kernel代码进行转换，以提高其在CPU上的性能（图7）。第一步为基于分析的work-item折叠，即通过分析访问描述子，找出并去除不必要的局部存储数组及其带来的同步语句，然后完成work-item折叠。第二步为适应架构的代码优化，即针对CPU架构的特点，使用向量化和局域性重开发进一步优化折叠后的代码。最后，上述代码转换过程被整合为一个工具链，连同一个调度程序，嵌入到一个开源的OpenCL运行时系统中（图11）。实验结果表明，这种转换方法可以显著提升GPU特定的OpenCL kernel在Intel Sandy Bridge架构CPU和Intel Knights Corner架构协处理器上的性能。
结论：准确分析OpenCL kernel代码中的访存模式，不仅利于判断局部存储数组是否适合于CPU架构，还能用于指导之后的代码优化过程，因此是提高性能移植性的重要步骤。

关键词： OpenCL,  性能移植性,  多核/众核CPU,  基于分析的转换