随着信息化社会的飞速发展,互联网需要处理的信息量也在短时间内不断累积,对于数据和计算处理的需求也在日益增长,这也推动高性能计算的飞速发展。CPU处理器逐渐无法匹配高性能计算程序的性能要求,由CPU和加速器构成的异构计算体系,成为了新的选择。将复杂计算的程序移植到GPU等加速器上运行,不仅可以有效地提升计算性能,缩短计算时间,同时也可以充分发挥加速器的计算优势,降低能耗。本文针对并行程序的移植,提出了一种面向异构平台的并行程序的自动卸载以及优化方案,实质是一个自动源到源的编译器,定义名称为Open MP Automated Offloading,简称为OAO。其针对Open MP程序,整个编译器系统由信息收集模块,自动转换模块和运行时模块三部分组成。信息收集模块使用LLVM编译器的一个前端Clang来对源程序进行分析,同时在此模块提出串并行图的概念,实现对程序串行域和并行域的分割。为了保证数据传输过程中的一致性,在自动转换模块引入了自行设计的数据传输模型,并在此过程中对传输进行优化,保证传输的最简化,此外,利用统一内存对复杂数据结构进行技术支持。在运行时模块,提出引入运行时API的方法,对源程序保证最小程度的修改,消除冗余的数据传输,同时完成自动源到源的转换。OAO编译器的系统测试在RTX2080Ti以及K40实验平台上进行,使用公开基准套件中的数据集,进行性能测试。实验结果表明,OAO编译器可以正确转换全部23个数据集,且对其中15个有明显的加速效果,且数据量越大,性能提升越明显,其中最大加速比达到20倍。本文还与另一著名的源到源编译器以及手动卸载方法进行对比,实验证明,OAO编译器的性能优于其他两种方法。运行时模块引入的运行时,额外时间开销低于整个程序运行时间的0.1%。此外,通过引入统一内存,OAO编译器对复杂数据结构也有很好的支持。经过测试,本文设计的OAO编译器系统能够有效地转换并行程序,且对程序的性能有明显提升,测试结果总体符合预期,有较高的实用性。