[发明专利]针对粗颗粒度流应用的流水并行化方法

权利要求书

1.一种针对粗颗粒度流应用的流水并行化方法，其特征在于包括以下步骤：

A)对串行C代码进行典型数据剖析得到计算热点区域；

B)将计算热点区域进行依赖分析得到任务依赖图TDG；

C)对任务依赖图进行依赖变换得到有向无环图TDGAT；

D)建立目标硬件平台的硬件模型得到体系特征图ACG；

E)针对体系特征图对有向无环图进行任务调度得到任务调度结果SR；

F)判断任务调度结果是否满足性能要求，若满足要求，则执行步骤G)及后续步骤，若不满足要求，则对有向无环图中的任务进行聚合和拆分，得到新的有向无环图，选择新的有向无环图中计算开销最大的任务，得到新的计算热点区域，再返回步骤B)继续执行；

G)根据任务调度结果对串行C代码进行分割、修改得到并行C代码；

H)使用适用于目标硬件平台的编译器编译生成并行可执行文件；

I)将所述并行可执行文件加载到目标硬件平台上执行。

2.根据权利要求1所述的针对粗颗粒度流应用的流水并行化方法，其特征在于步骤A)中所述“对串行C代码进行典型数据剖析得到计算热点区域”包括以下步骤：

a)在串行C代码中插入调试信息，编译生成串行可执行文件；

b)让所述串行可执行文件在计算机平台上执行，搜集运行时环境的基本信息，具体为获取内存访问、函数调用关系以及分支选择的相关信息；

c)让所述串行可执行文件在目标硬件平台上执行，搜集与所述目标硬件平台相关的信息，具体为函数的计算开销、程序的指令空间和数据空间的占用大小，选取计算开销最大的函数作为计算热点区域。

3.根据权利要求1所述的针对粗颗粒度流应用的流水并行化方法，其特征在于：步骤B)中所述“将计算热点区域进行依赖分析得到任务依赖图TDG”包括对计算热点区域进行静态扫描，跟踪计算热点区域内的函数读写情况，建立各个函数间的数据依赖关系和控制依赖关系，根据各个函数间的数据依赖关系和控制依赖关系，建立任务依赖图TDG，TDG＝(V，E，w_v，w_e)，其中V表示任务的集合，E表示依赖边的集合，即任务间的数据依赖关系和控制依赖关系，w_v是任务的数据结构，用来存储相应的定量信息，w_e是依赖边的数据结构，用来存储相应的定量信息。

4.根据权利要求1所述的针对粗颗粒度流应用的流水并行化方法，其特征在于步骤C)中所述“对任务依赖图进行依赖变换得到有向无环图TDGAT”包括以下步骤：

a)判断任务依赖图TDG是否存在控制依赖，若存在，则消除控制依赖，进入步骤b)，若不存在，则进入步骤b)；

b)判断任务依赖图TDG是否存在迭代间数据依赖，若存在，则消除冗余的迭代间数据依赖，进入步骤c)，若不存在，则进入步骤c)；

c)判断任务依赖图TDG是否存在环状数据依赖，若存在，则建立强连通分量SCC，生成有向无环图TDGAT，若不存在，则直接生成有向无环图TDGAT；

d)经过依赖变换后得到有向无环图TDGAT＝(V’，E’，w’_v，w’_e)，其中V’表示任务的集合，E’表示依赖边的集合，w’_v是任务的数据结构，用来存储相应的定量信息，w’_e是依赖边的数据结构，用来存储相应的定量信息，其结构与TDG基本一致，不同点在于TDGAT中只存在数据依赖边，即任务间的数据依赖关系，TDGAT中每个节点都是一个强连通分量SCC，TDGAT中不存在分支控制任务，TDGAT中的w’_v和w’_e包含的数据域与TDG中的w_v和w_e相同。

5.根据权利要求1所述的针对粗颗粒度流应用的流水并行化方法，其特征在于：步骤D)中所述体系特征图ACG＝(P，R，w_p，w_r)，用来描述目标硬件的特性，其中P表示处理器的集合，R表示处理器间的链路集合，w_p是处理器上存储空间的大小，w_r表示链路的带宽。