Generierung lokaler Optimierungen - IPD Snelting

Weitere Magazine

Empfehlungen

Info

4 Implementierung Das Grundprinzip dieses Ansatzes orientiert sich, wie bei Bansal und Aiken [3], an der Idee von Massalin [14]. Es besteht darin, durch Aufzählung aller Muster und dem Vergleich ihrer Semantik, jeweils ein günstigstes und damit optimales Muster aus der Menge der semantisch äquivalenten Muster zu ermitteln und aus den Äquivalenzbeziehungen zwischen den Mustern einer solchen Menge, Ersetzungsregeln abzuleiten. Die Idee ist nun, die einzelnen Muster nacheinander aufzuzählen und dabei deren Kosten, stufenweise, bis zu einer definierten Kostenobergrenze zu steigern. Hierdurch ergibt sich eine Sortierung der Muster nach ihrem Kostenwert costM und es wird gewährleistet, dass immer das günstigste Muster zuerst behandelt wird. Nach der Erzeugung eines neuen Musters wird dieses mit den bereits erzeugten, optimalen Mustern hinsichtlich der Semantik verglichen. Besteht eine Äquivalenz, kann daraus eine Optimierungsregel oder eine Transformationsregel abgeleitet werden. Aus dieser Grundidee ergibt sich eine logische Strukturierung in die Hauptkomponenten: Mustererzeugung Erzeugt schrittweise, aufbauend auf bereits vorhandenen Mustern neue Muster. Die Kosten der erzeugten Muster nehmen dabei stufenweise, bis zu einer definierten Kostenobergrenze zu. Jedes Muster wird zur <strong>Generierung</strong> neuer Muster mit höheren Kosten der Menge der bereits erzeugten Muster hinzugefügt. Musteranalyse Prüft jedes neu erzeugte Muster zunächst dahingehend, ob eine bereits erzeugte Regel anwendbar ist. Ist dies der Fall, wird das Muster von der Musteranalyse nicht weiter berücksichtigt. Andernfalls wird geprüft, ob bereits ein anderes, semantisch äquivalentes, optimales Muster vorhanden ist. Dies ist Aufgabe des Vorabtests und des Erfüllbarkeitstests. Existiert ein solches Muster, wird eine neue Regel erzeugt. Wird kein semantisch äquivalentes, optimales Muster gefunden, so wird das Muster zur Menge der optimalen Muster MOpt hinzugefügt 1 . In Abbildung 4.1 ist der Ablauf in einem Übersichtsdiagramm dargestellt. Eine ausführliche Beschreibung der einzelnen Komponenten, sowie diverser Erweiterungen und Einschränkungen wird in den folgenden Abschnitten gegeben. 4.2 Mustererzeugung 4.2.1 Kostenmodell und Mustergröße Ein Kostenmodell wird benötigt, um die einzelnen Muster untereinander vergleichen und jeweils ein optimales Muster auswählen zu können. Massalin [14] verwendet hierzu die Anzahl der Instruktionen, Denali [11] vergleicht die zu erwartenden Taktzyklen einer 1 Aufgrund der Aufzählungsreihenfolge ist sichergestellt, dass kein günstigeres Muster mit gleicher Se- 24 mantik existiert
Erzeugte Muster MErz Mustererzeugung Erzeuge nächstes Muster Optimale Muster MOpt Abbildung 4.1: Muster speichern Ja Muster speichern Ja ∄ anwendbare Regel ? Nein ∄ äquivalentes Muster ? Nein ∄ äquivalentes Muster ? Nein Musteranalyse Regelanwendung Vorabtest Erfüllbarkeitstest Neue Regel speichern 4 Implementierung Testvektoren Regeln RRules Übersichtsdiagramm – Grundlegender Ablauf des vorgestellten Verfahrens Optgen zur Erzeugung <strong>lokaler</strong> Optimierungsregeln. 25
Seite 1: sc0 Generierung lokaler Optimierung
Seite 5: Kurzfassung Lokale Optimierungen bi
Seite 8 und 9: Inhaltsverzeichnis Inhaltsverzeichn
Seite 10 und 11: 1 Einführung so gewonnenen Optimie
Seite 12 und 13: 2 Grundlagen Reassoziierung Die Rea
Seite 14 und 15: 2 Grundlagen Definition 9 (Ergebnis
Seite 16 und 17: 2 Grundlagen 2.4 Das Erfüllbarkeit
Seite 19 und 20: 3 Verwandte Arbeiten Ein wichtiger
Seite 21 und 22: 3 Verwandte Arbeiten Taktzyklen. Di
Seite 23: 4 Implementierung Die in Kapitel 3
Seite 27 und 28: 4 Implementierung forderlichen Wert
Seite 29 und 30: 4.2.3 Normalisierung 4 Implementier
Seite 31 und 32: 4 Implementierung Variablen von m,
Seite 33 und 34: 4.2.4 Reduktion durch Common Subexp
Seite 35 und 36: var0 0 add (a) Regel r ⇒ var0 var
Seite 37 und 38: 4 Implementierung Für die in diese
Seite 39 und 40: 4 Implementierung würde das Muster
Seite 41 und 42: 4 Implementierung nicht mehr verän
Seite 43 und 44: Listing 4.4 Vorabtest - Verwendete
Seite 45 und 46: 4 Implementierung ermittelten Einga
Seite 47 und 48: 4 Implementierung nicht erfüllbar
Seite 49 und 50: Listing 4.7 Ablauf des Generierungs
Seite 51 und 52: 4 Implementierung semantisch äquiv
Seite 53 und 54: 4 Implementierung Definition 16 (Ko
Seite 55 und 56: var0 add add sc0 r ⇐ ′ ⇒ r va
Seite 57 und 58: var0 sc1 : sc1 only disjunct ones t
Seite 59 und 60: 4.5.4 Zyklisch anwendbare Regeln 4
Seite 61 und 62: Beispiel 2: Entfernen optimaler Mus
Seite 63 und 64: 4 Implementierung Regel wirklich um
Seite 65: 4 Implementierung Komplexe sowie ei
Seite 68 und 69: 5 Evaluation Tabelle 5.1 zeigt die
Seite 70 und 71: 5 Evaluation kürzeren Gesamtlaufze
Seite 72 und 73: 5 Evaluation Nr. Regel CINT2000 CIN
Seite 74 und 75:
5 Evaluation var0 sc1 : sc1 is nega
Seite 76 und 77:
6 Zusammenfassung und Ausblick 6.2
Seite 79 und 80:
Literaturverzeichnis [1] Aho, Alfre
Alle anzeigen

Generierung lokaler Optimierungen - IPD Snelting

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?