面向异构系统的多面体编译优化技术

Diversities among architectures and programming models present great challenges to programming on heterogeneous systems. The parallelizing compiler is a promising solution to code generation for heterogeneous systems. Polyhedral compilation techniques represent the state of the art in most domains of the parallelizing compiler. To the best of our knowledge, there are still no research teams working on the polyhedral model from domestic compiler community. As a result, we propose this project to conduct the research on polyhedral compilation techniques for heterogeneous systems. Our purpose is to generate code for dynamic counted loops, irregular programs and numerical functions. We believe that our work will extend the domain of the polyhedral model. This work may help domestic compiler community make progress on the polyhedral model and will probably promote domestic research on heterogeneous systems to the state of the art.

体系结构和编程模型的差异给异构系统上的编程带来了巨大挑战，利用编译工具自动生成面向异构系统的并行代码是解决这一问题的有效手段。基于多面体模型的编译技术代表了程序自动并行化领域众多方向最先进的水平，然而，目前国内还没有专门从事多面体模型的研究团队。因此，本课题以动态边界循环程序、标准测试集中的复杂应用程序和数值计算函数程序为驱动，利用多面体编译技术开展面向异构系统的代码生成。该课题的研究将扩展多面体模型在新领域中的应用，有助于我国计算机事业在多面体模型领域取得突破，并有希望在异构系统的程序自动并行化领域跻身世界前列。

针对异构体系结构复杂存储层次等特性给编程问题带来的挑战，本项目基于多面体模型就(1)动态边界循环的多面体编译优化框架、(2)异构系统中SPEC测试集复杂应用程序的自动并行化方法、(3)图像处理应用的多面体表示及其代码生成以及(4)深度神经网络中的多面体模型优化技术等四个方面的内容进行了系统、深入的研究。本项目的研究扩展了多面体模型在非仿射应用领域的适用范围，提升了图像处理、神经网络等复杂应用在异构体系结构上的执行效率，降低了复杂应用程序的优化成本。项目组在体系结构和编译领域的国内外高水平学术期刊和会议上发表论文8篇，其中一篇论文获得2020年国际体系结构顶级会议MICRO的最佳论文提名，是亚洲单位第三次获得该奖项。本项目进展顺利，如期完成了既定工作。