多核处理器映射关键技术研究——细粒度任务划分工具的函数调用实现及任务划分优化

摘要

多核处理器提供了比单核更为强大的性能，满足了人们对更强性能欲望，但如何充分挖掘多核处理器高效的处理能力，使各种应用高效并行地执行，现已成为热点研究课题。
　　对于传统的程序编程者而言，并行程序开发经验不足，对底层硬件了解不够深入，对算法的可并行性认识不够，这些因素使其编写多线程程序成为一个非常困难的问题。这也反过来限制了多核处理器的应用。
　　针对这一现状，本课题组开发了一套针对多核系统的串行程序划分工具，但该工具只支持单函数的划分，基于此，本论文扩展了该工具的功能，使其能够支持函数级的任务展开。函数是程序的基本形式，函数之间的调用构成了程序的主体框架，因此支持函数调用对于工具的通用化实用化具有重要意义。
　　工作主要思路是先提取各个函数内部的扩展数据流图，再根据程序的函数调用关系，对函数间的扩展数据流图进行整合，再以有效的融合算法对整个程序的扩展数据流图进行融合，最后完成任务划分工作。依据上述解决方案实现一个自动并行化工具，可以完成支持函数调用程序的串行源代码到并行源代码的静态转。经测试结果表明，该工具对串行代码并行化后，并行代码执行效率较串行代码得到有效提高。

目录

摘要

第一章 绪论

1．1 多核技术的发展

1．2 并行编程及其挑战

1．3 国内外研究现状

1．4 本文结构安排

第二章 程序并行性分析

2．1 依赖关系

2．2 静态单赋值形式

2．2．1 SSA对控制流的处理

2．2．2 SSA的转换与用途

2．3 控制流图和数据流图

2．3．1 控制流图

2．3．2 数据流图

2．4 本章小结

第三章 支持函数调用的划分工具介绍

3．1 工具整体框架

3．2 词法分析器

3．3 语法分析器

3．4 本章小结

第四章 支持函数调用的自动并行化工具实现方法

4．1 函数调用处理

4．1．1 全局变量的处理

4．1．2 函数间扩展数据流图的整合

4．2 融合过程

4．2．1 扩展数据流图

4．2．2 融合算法

4．3 函数级融合策略

4．4 本章小结

第五章 测试结果与分析

5．1 测试环境说明

5．2 测试结果

5．3 本章小结

第六章 总结与展望

6．1 工作总结

6．2 工作展望

参考文献

致谢

附录

声明