Efficient Code Generation for Automatic Parallelization and Optimization

1
Efficient Code Generation for Automatic
Parallelization and Optimization
Cédric Bastoul Proposé par Albert
Cohen Présenté par L.Landwerlin, J.Rahme,
M.Thiam
1/18
Efficient Code Generation for Automatic
Parallelization and Optimization
2
Intérêt

• Génération automatique
• Opération pénible
• Dépendant du matériel
• Langages de programmation ne permettant pas
  l'accès à ces fonctionnalitées

• Code efficace
• Processeurs de haut niveau
• pipelines
• MMX (Matrix Math eXtention), SSE (Streaming SIMD
  Extensions), Altivec, ...
• ...

2/18
Efficient Code Generation for Automatic
Parallelization and Optimization
3
Plan

• Introduction
• Schéma de génération
• Formalisme
• Algorithme de génération de code
• Problèmes de génération
• Expérimentations
• Implémentation
• Résultats
• Conclusion

3/18
Efficient Code Generation for Automatic
Parallelization and Optimization
4
(No Transcript)
5
Formalisme

• Représentation d'une boucle
• vecteur d'itération x (i1, i2, ..., in)
• Représentation du domaine d'itération
• SCoP polyèdre définit par des inégalitées
  linéaires
• limites et conditions doivent déprendre de
• compteur d'une boucle englobante
• constante
• paramètres formels

5/18
Efficient Code Generation for Automatic
Parallelization and Optimization
6
Formalisme

• int i, j
• for (i 1 i lt n i)
• for (j 1 j lt n j)
• if (i lt -j n 2)
• S1

6/18
Efficient Code Generation for Automatic
Parallelization and Optimization
7
Formalisme

• Changer l'ordre d'exécution
• Union de polyèdre disjoints
• x vecteur d'itération
• p paramètres d'itération
• A, A' et c constants
• Fonction de réorganisation
• T, T' et t constants
• rôle
• répartir les itérations sur différents
  processeurs
• réordonner les itérations dans le temps

7/18
Efficient Code Generation for Automatic
Parallelization and Optimization
8
Plan

• Introduction
• Schéma de génération
• Formalisme
• Algorithme de génération de code
• Problèmes de génération
• Expérimentations
• Implémentation
• Résultats
• Conclusion

8/18
Efficient Code Generation for Automatic
Parallelization and Optimization
9
(No Transcript)
10
Algorithme de génération
10/18
Efficient Code Generation for Automatic
Parallelization and Optimization
11
Problèmes de génération
trous
Polyèdre de départ
Transformation traditionnelle
Problème T est non uni modulaire (déterminant
? 1 )
Transformation utilisant lalgorithme de
larticle
11/18
Efficient Code Generation for Automatic
Parallelization and Optimization
12
Problèmes de génération

• Degrés de liberté

12/18
Efficient Code Generation for Automatic
Parallelization and Optimization
13
Plan

• Introduction
• Schéma de génération
• Formalisme
• Algorithme de génération de code
• Problèmes de génération
• Expérimentations
• Implémentation
• Résultats
• Conclusion

13/18
Efficient Code Generation for Automatic
Parallelization and Optimization
14
(No Transcript)
15
Expérimentation

• Méthodologie
• Ensemble représentatif dexemples
• Régénérer tous les SCoP
• Fonction de transformation
• Initialement fonction de réordonnancement
• Entrée Code Original(CO)
• Sortie Code Cible(CC)
• Sémantiquement CC CO

15/18
Efficient Code Generation for Automatic
Parallelization and Optimization
16
Résultats
Résultats SpecFP 2000
16/18
Efficient Code Generation for Automatic
Parallelization and Optimization
17
Résultats(3)

• Résultats encourageants
• Utilisation de la mémoire acceptable
• De même que le temps de génération du CC
• Autres expériences efficacité
• 10 polyèdres
• Sans explosion
• Mémoire
• Temps

17/18
Efficient Code Generation for Automatic
Parallelization and Optimization
18
Résumé

• Problème du balayage de plusieurs polyèdres
• Approche naïve (suppression des redondances)
• Générer le CC pour chaque polyèdre ensuite les
  regrouper
• Problème contrôles redondants
• Récursivement
• Générer un ensemble de boucles imbriquées
• Séparer en sous-ensembles de polyèdres disjoints
• Analyser plusieurs unions de polyèdres
• Meilleur solution pas de redondances
• Complexité, pas unitaires ordre partiel
  arbitraire sur les polyèdres
• Larticle solutionne ces 3 dernières limites

18/18
Efficient Code Generation for Automatic
Parallelization and Optimization
19
Conclusion

• Problème en Compilation
• Optimisation
• Parallélisme
• Solution méthode du polyèdre
• Apport de larticle
• Modèle de transformation générale
• Nouvelles opportunités pour optimiser le CC
• Bénéficier de plus de liberté
• Montrer que la méthode donne des résultats
• optimaux avec des problèmes réels
• Malgré un pire cas de complexité exponentiel

19/18
Efficient Code Generation for Automatic
Parallelization and Optimization
20
Perspectives

• Améliorer la qualité du code généré
• Deux défis majeurs
• Pas non unitaire
• Chevauchement des polyèdres
• Défi toujours lié à lexplosion en temps et en
  espace

20/18
Efficient Code Generation for Automatic
Parallelization and Optimization