基于ARM高性能处理器的SoCs是移动计算的主要平台,也是下一代高性能计算系统(HPC)的候选平台。ARM架构为满足新的需求而不断更新,最新的A RMv8架构不仅采用了多核架构,更采用能缓解计算速度与访存速度之间不匹配的多级Cache结构,而且还从原来的32位架构拓展到64位架构,引入全新的高级S IMD支持,提供了多级多粒度的并行处理能力。模板计算是一类重要的计算核心,广泛存在于图像和视频处理以及大规模科学和工程计算领域,作为高性能计算的研究对象,模板计算的性能优化日益受到重视。另外,模板计算的研究正逐渐从提高数据局部性的串行性能优化研究转向利用并行化和向量化来优化性能。本文以ARMv8架构的处理器为平台,从对模板计算的OpenMP并行化和向量化两个方面进行了提升性能的研究,主要的工作和创新表现在以下两个方面:第一,研究了ARMv8架构处理器的体系结构特点和典型OpenMP并行化的实现方法,根据多级Cache特点和程序的访存模式,通过线程绑定优化,增加了Ca che的命中率,减少了线程的调度开销,优化了模板计算的并行。第二,研究了多核多SIMD结构的ARMv8处理器平台上的高级SIMD扩展技术,分析了目前的自动向量化方法,针对模板计算的核心分析发现简单的自动向量化并不能很好的提升多维模板计算的性能,因此采用了OpenMP编译指导的向量化中的collapse子句坍塌模板代码核心的多重循环,再结合改进的并行化方法并行处理,提升了向量化的效果,进一步优化了模板计算在ARM高性能处理器上的性能。针对ARM高性能处理器的模板计算的并行化和向量化的优化研究是非常有意义的,它不仅降低了高性能计算平台的局限性,而且满足了更多应用领域的需要。