基于国产平台的LLVM JIT编译优化技术研究

来源 :郑州大学 | 被引量 : 0次 | 上传用户:haicang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
申威系列处理器是采用自主指令集且具有完全自主知识产权的国产通用处理器,已经成功应用在超级计算机、高性能服务器、存储系统、网络安全等多个领域。LLVM作为开源编译框架被商业和开源项目广泛采用,尤其是其即时编译系统,在大数据、人工智能等领域已经成为基础设施。然而目前申威处理器的软件生态中,尚未对LLVM编译器框架进行支持,许多基于LLVM开发的项目无法迁移到申威平台,关系到国计民生的部分信息系统基础设施面临着潜在的安全威胁,而软件生态系统的薄弱又进一步限制了申威处理器的应用和推广,亟需将LLVM编译器框架引入到申威处理器的软件生态中。此外,即时编译器具有运行时编译的特性,较长的编译时间使得即时编译器的运行速度较慢。针对以上问题,本文采用编译器后端移植的方法在LLVM中实现了申威处理器后端以及相关组件,使得申威处理器支持了LLVM及其即时编译系统;并且通过优化代码生成流程,减少了程序编译的时间,提升了即时编译器的整体性能。本文的主要研究内容如下:(1)设计并实现了申威平台上的LLVM即时编译器。通过分析与研究LLVM即时编译的实现原理、即时编译系统的基本构成和各部分的功能原理以及LLVM编译器架构的后端移植机制,结合申威处理器的特性,在国产申威平台上移植了LLVM编译器并且支持了LLVM即时编译。(2)基于指令选择技术优化了申威平台的LLVM即时编译器。基于LLVM即时编译器在运行时编译代码的特性以及LLVM后端代码生成中指令选择时间占比过高的问题,对指令选择的流程进行了调整和优化,实现了申威处理器后端的快速指令选择方案。通过优先使用快速指令选择方案,以求提升指令选择的速度从而在一定程度上提升即时编译器的整体性能。本文在申威平台上实现了LLVM即时编译器,并且优化了代码生成的流程,提升了该即时编译器的执行效率。基于LLVM测试集test-suite完成相关测试,验证了申威平台LLVM即时编译器的正确性。基于SPEC CPU2006基准测试集对申威平台的LLVM即时编译器进行性能评估,测试结果表明,经过指令选择优化后C/C++测试程序平均运行时间减少了4.66%。
其他文献
汛期的降水预测长期以来一直是我国气候预测的一项重点任务,关系到国计民生,也是气候学中的难点问题之一。目前业务中已有一些汛期降水预报的模型,但存在一定的偏差,难以较为
随着移动通信、物联网的发展,对数据流量、接入数目的需求不断提升,在频谱资源有限的情况下,进一步提高通信网络的频谱利用率成为第五代(5G)无线通信研究的主要任务,非正交多址接入(NOMA)技术以其高频谱利用率、大量的接入数目成为研究的热点之一。同时,为了克服第四代(4G)通信中的正交频分复用(OFDM)技术的劣势,一些具有更高频谱利用率的新型调制格式被提出,如:滤波正交频分复用(f-OFDM)、偏移
碳烟是含有多种有毒物质的可吸入颗粒物,主要来自于柴油机的不完全燃烧,其粒径大小不定,一般以团聚的形态出现。统计碳烟粒径与粒子数目将有助于研究人员分析碳烟性质,从而帮助我们改进燃煤的燃烧过程,降低柴油机废气中有毒颗粒物含量。在透射电子显微镜下获取的碳烟图像一般都堆叠严重,颗粒边缘模糊,使用传统的人工手动检测方法将费时费力,已不能满足越来越多的科研需求。而近年来,数字图像处理与深度神经网络技术取得了长
为了应对多样化的移动分拣需求,完善分拣机器人的功能与适用性,结合自主移动机器人与拾取机构的优点,设计了一款多功能移动分拣车。针对性地进行移动分拣车主体硬件选型,移动
目的:利用安全高效的MRI分子影像技术早期诊断肝细胞癌对降低其死亡率具有重要意义。本研究使用由甲胎蛋白(AFP)启动子启动的铁蛋白基因(Fth)作为MRI报告基因,以阳离子材料作
近年来,智能移动机器人、无人驾驶、增强现实(AR,Augmented Reality)与虚拟现实(VR,Virtual Reality)等新兴技术在国内外备受关注,在强劲的市场与应用需求以及巨大的商业潜能
暖通空调设备的节能高效运行是长期的研究目标。热泵空调系统将低品位热源转化为高品位热能,广泛应用于工程实际,从设计生产到长期运行各个阶段都会产生大量的数据。本文应用
随着信息技术的快速发展,多模态话语分析在西方开始出现,话语意义得到进一步解释。国外学者认为话语或语篇就是一个语义单位,意义不仅仅能通过语言实现,也可以通过其他符号系
石英毛细管结构简单、成本低且具有天然的空芯圆对称结构,因此易于与光纤集成形成各种级联结构,是实现光纤传感器的重要载体。基于石英毛细管的传感器件主要包含法珀(Fabry-P
目标检测是计算机视觉领域中的重要基础研究,是图像内容理解问题的重要基础。随着机器视觉技术的深入研究,通过各种智能算法对图像中的目标进行准确识别和精确定位。但是在雾