Generierung lokaler Optimierungen - IPD Snelting

3 Verwandte Arbeiten
Ein wichtiger Teilaspekt der Arbeit eines heutigen Übersetzers bildet die Optimierung
des von ihm generierten Codes, wie bereits in Kapitel 1 angeführt. Dies gilt sowohl für
die Zwischen- als auch für die Zieldarstellung. Optimierungen transformieren die Darstellung
eines Programms unter Beachtung dessen Semantik mit dem Ziel, eine Verbesserung
dieser Darstellung bezüglich eines gewählten Kostenmodells zu erreichen. Es ist
nicht sichergestellt, dass eine angewandte Optimierung bzw. die Menge der angewandten
Optimierungen auch zu einem optimalen Ergebnis führen.
Massalin beschäftigt sich in [14] als einer der Ersten mit diesem Problem. Er setzt sich
in dieser Arbeit mit der Frage auseinander, wie die optimale Codesequenz zu einer gegebenen
Funktion aussieht und wie diese ermittelt werden kann. Als Kostenmaß legt Massalin
die Anzahl der involvierten Instruktionen einer Codesequenz zugrunde. Die Idee
seines Ansatzes basiert auf der Aufzählung aller Codesequenzen aufsteigender Länge
und dem Vergleich jeder dieser Codesequenzen mit der ursprünglichen Codesequenz,
hinsichtlich ihrer Semantik. Wird eine semantisch äquivalente Sequenz gefunden, folgt
aus der Aufzählungsreihenfolge, dass es sich hierbei um eine kürzeste und somit optimale
Sequenz, bezogen auf sein Kostenmodell handelt. Eine besondere Herausforderung stellt
die Überprüfung der Äquivalenz zweier Codesequenzen dar. Massalin drückt hierzu eine
Codesequenz als Menge von Termen aus, die aus booleschen Operationen und den Argumenten
und Konstanten der Funktion bestehen und vergleicht diese anschließend mit den
ebenso erzeugten Termen der ursprünglichen Codesequenz. Dieser Vergleich entspricht
einem SAT-Problem. Da es sich bei diesem Vergleich um eine sehr Laufzeit-intensive
Aufgabe handelt, verwendet Massalin zuvor einen weiteren Test. Dieser besteht darin,
die beiden zu vergleichenden Funktionen bzw. Codesequenzen in ein ausführbares Programm
zu übersetzen und mit einer Menge von Testdaten in Form von Eingabevektoren
auszuführen. Anschließend werden die Ergebnisse verglichen. Unterscheiden sie sich, folgt
daraus, dass auch die Semantik der Funktionen unterschiedlich sein muss. Eine weitere
Reduktion der zu vergleichenden Codesequenzen erreicht Massalin durch den Ausschluss
von Sequenzen, welche bereits als nicht-optimal bekannt sind. Dies ist möglich, da jede
Codesequenz, die eine nicht-optimale Sequenz beinhaltet, durch eine kürzere Sequenz repräsentiert
werden kann. Massalin gibt in seiner Arbeit einige interessante Beispiele von
superoptimierten Programmen bzw. Codesequenzen an, denen ihre eigentliche Semantik
nicht direkt anzusehen ist. Abbildung 3.1 zeigt als Beispiel die Signum-Funktion, einmal
als C-Programm und einmal in ihrer Darstellung als superoptimiertes 8068-Assembler
Programm mit lediglich 3 Instruktionen.
19