一种基于LLVM的并行程序性能预测框架

摘要

并行程序性能预测技术在高性能计算领域发挥着重要的作用,例如,并行系统设计、并行程序优化和高性能机器选购等等.而基于大规模并行系统的准确和高效的并行程序性能预测是一个具有挑战性的问题.为了解决这个问题,本文基于LLVM编译器设计了一个性能预测框架,基于该框架能够在并行系统的少量节点上预测并行程序的执行性能,而不需要完整的执行该并行程序.该框架是将程序的串行计算部分和通讯部分分别进行建模,然后将这两部分的预测结果合并得到并行程序最终的预测结果.对于串行计算部分,本文将静态分支概率和循环次数相结合,提出一种轻量级的插桩方法来获取程序中各类指令的数量,然后构建测试程序来获取相应类型的指令的平均执行时间.为了使预测能够在单个计算节点的进行,利用删减技术将并行程序转化成相应的串行程序.对于通信部分,利用LogGP模型对点对点通信进行建模,然后利用人工神经网络对复杂的集合通信进行建模.基于NPB基准测试程序和并行应用CGPOP在实际的大规模并行系统中进行实验,验证方法的有效性.实验结果显示,该框架能够比较准确的预测并行程序的执行性能,所有实验程序的平均误差为10.86％.