[发明专利]用于可执行对象的编译系统

说明书

背景技术

并行计算是其中同时地执行多个计算的计算方法学。例如，包括多核处理器的计算系统能够同时地在每个核上执行计算以实施并行计算。作为特定示例，图形处理单元(GPU)能够被提供或者配置成同时地执行多个计算。作为另一示例，彼此通信的一组计算系统能够通过同时地执行计算来协作地执行并行计算。这样成组的计算系统常常被称为分布式计算系统或环境。

并行计算方法学能够显著地减少执行计算任务所需要的时间。然而，适当地对应用编程以便并行处理避免竞争条件、死锁以及逻辑错误可能是困难的。此外，使应用和这样的应用内的错误的验证、复制以及调试复杂化的许多并行计算方法学是非确定的。

附图说明

图1是根据实施方式的包括编译系统的过程流程的图示。

图2是根据实施方式的编译系统的示意框图。

图3是根据实施方式的编译过程的流程图。

图4是根据实施方式的应用的描述的图示。

图5是根据实施方式的可执行对象和在可执行对象之中的状态路径的图的图示。

图6是根据实施方式的在编译系统处生成的可执行对象的图示。

图7是根据实施方式的由可执行对象实施的过程的流程图。

图8是根据实施方式的托管在计算系统处的编译系统的示意框图。

具体实施方式

尽管存在各种编程方法学和框架用于实施并行计算，但是实现或者实施并行计算的系统通常难以编程并且难以验证。并行计算的普通方法包括在以编程方式定义的执行点处引用普通信号量或相互排斥(或互斥)对象来防止对特定资源(例如，存储器或硬件设备)的同时访问的同时地执行的线程(或轻量进程或甚至标准进程)的使用、消息传递接口(MPI)以及角色编程模型。

基于同时地执行的线程的并行计算是易出错的，因为程序设计员指定线程未被允许同时地执行所在的执行点。常常，模糊编程错误能够导致竞争条件和死锁。此外，因为线程大多数时间同时地执行，所以应用(由线程实施)的执行每当它由于非确定线程调度而运行时不同，这使运行时错误的检测复杂化。此外，运行时错误可能难以调试，因为调试器与应用的交互改变应用的执行，这能够防止诸如竞争条件和死锁之类的错误在测试期间发生。附加地，在分布式计算环境中，常常需要共享存储器基础设施以支持基于线程的并行计算方法学并且对于大应用可能难以定标。

MPI允许跨越通信链路(例如，分布式计算环境)分布的进程通过交换消息进行通信。然而，与基于线程的并行计算方法学类似，MPI通常依靠独立的分布式进程来执行并行计算。因为这些进程独立地执行，所以应用(由进程实施)的执行每当它由于进程的非确定调度而运行时不同，这可能使运行时错误混淆。附加地，当应用被编程时在进程与用于共享数据的机制之间共享的任何数据被描述或者指定。也就是说，应用开发者指定应用的消息传递点。结果，能够通过应用开发者引入模糊编程错误。此外，依靠MPI的调试应用可能是困难的，因为调试器与应用的交互改变应用的执行，这能够防止诸如竞争条件和死锁之类的错误在测试期间发生。

类似地，角色模型通常依靠同时独立的进程来执行同时计算。在角色模型中，进程(或角色)不共享存储器。尽管角色模型的这个特征消除了上面所讨论的基于线程的并行计算的一些困难，但是角色遭受上面所讨论的基于线程的并行计算和MPI的相同的非确定运行时间和调试特性。

本文中所公开的实施方式实施为在运行时间确定的、可重复的、可伸缩的并且能够容易地被调试的并行计算方法学。此外，应用开发者在对应用进行编程时不必指定同步机制(例如，信号量、互斥对象或消息传递点)。相反，例如，本文中所讨论的系统和方法识别应用的描述内的状态路径(例如，数据或状态在对象之间的交换)，并且生成同步地并行执行以通过根据状态路径交换数据并且对这样的数据执行操作来实施应用的一组可执行对象。