基于区域平均执行时间和数据依赖信息的可能并行区域识别

作     者：张超 王蕾 向晓娅 冯晓兵 ZHANG Chao;WANG Lei;XIANG Xiao-Ya;FENG Xiao-Bing

作者机构：中国科学院计算技术研究所计算机系统结构重点实验室 

出 版 物：《计算机学报》 (Chinese Journal of Computers)

年 卷 期：2008年第31卷第10期

页      面：1745-1753页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家“九七三”重点基础研究发展规划项目基金(2005CB321602)资助 

主　　题：可能并行区域 区域平均执行时间 数据依赖信息 投机并行 

摘      要：随着多核处理器逐渐成为处理器发展的新趋势,为了持续提高程序性能,必须并行执行应用程序.传统的自动并行技术能够很好地并行科学计算应用中的规则循环,但对于含有大量函数调用和指针引用的不规则程序,目前还不能有效地对其实施并行.针对这一现状,文中提出了基于区域平均执行时间和数据依赖信息的可能并行区域识别方法来对一些不规则程序实施高效并行,主要贡献如下:(1)自动识别程序中的多种并行性,不仅包括传统并行性分析中的循环迭代间的细粒度并行性,而且也包括传统并行性分析尚不能有效处理的循环体和函数调用点间的粗粒度并行性.对于程序中蕴含的众多并行性,文中基于区域平均执行时间实施收益分析来选择合适的并行区域实施并行;(2)自动识别可能并行区域间数据依赖关系的数量、类型以及导致数据依赖关系的程序变量.基于文中的分析结果,作者使用面向行为的投机并行系统(behavior oriented parallelism)对SPEC2006中的4个测试用例实现了并行化.并行化后的程序在Intel和AMD多核处理器上分别得到了300%和260%的平均性能加速.