基于线性不等式数据划分方法优化.docVIP

基于线性不等式数据划分方法优化 　　摘要：计算和数据划分是串行程序并行化时所要解决的一个重要问题，如何对程序中引用的数据进行合理的分布以最大限度的发现程序的并行性减少数据重分布的通信开销，是并行编译优化的重点。给出的数据和计算的优化分解方法是基于Anderson??Lam的分解算法上改进得到的。根据Anderson??Lam的算法得到数据和计算划分后，以线性不等式的形式表示，然后通过分析循环嵌套中能够进行边界冗余的只读数组，重新构造数据划分不等式，根据此不等式进行数据分布，实现具有边界冗余的只读数组的数据划分，有效地减少了数据收发的通信量。 　　关键词：并行编译；数据分布；计算划分；线性不等式；边界冗余 　　中图分类号： TP301 　　文献标识码：A 　　 　　0引言?? 　　 　　使用先进的并行化编译技术，自动将串行程序转换为等价的能在并行计算机上高效运行的并行程序，是克服并行计算机编程困难、软件移植困难的主要手段，是充分发挥高性能并行计算机系统潜能的有效途径[1]。并行化编译器可以从多方面对并行程序的效率进行优化。在本文将讨论如何对能够进行边界冗余的只读数组进行合理分布以减少通信提高程序的并行度。?? 　　论文的主要工作已经在我们所开发的并行化编译器SW??KAP上实现的，串行程序经过并行识别后，基于符号系数不等式理论，自动实现具有边界冗余的只读数组[2]的分布，并以注释的形式提供给后端代码生成遍，生成具有边界冗余的SPMD程序。实验结果表明，该方法能显著提高并行化程序的执行性能，减少边界通信。?? 　　第1节中首先介绍线性不等式的概念，在第2节中讨论如何用不等式实现具有边界冗余的只读数组的数据分布，第3节中用一个例子来说明数组边界冗余的实现方法，第4节讨论工作中的不足和今后的改进工作。?? 　　1线性不等式系统及傅立叶消元?? 　　并行化编译需要对循环迭代空间、数组空间和处理器空间进行复杂的分析、变换和优化。通过把循环嵌套的迭代、数组的数据元素和处理器之间的关系表示为多维整数空间[3]的映射关系就可以很方便地对其实施数学运算从而进行分析与优化。由于这些多维整数空间往往呈现为多维凸多面性质的空间，因此就可以以凸多面体来表示迭代、数据和处理器空间[3]。?? 　　处理器空间P是一个q维的空间，用于表示q维的处理器，其空间中的任意一点表示一个处理器的编号。?? 　　不论是迭代空间、数组空间还是处理器空间，在进行并行化分析和优化时都要求得到每一维变量的上下界范围。投影是求得每一维变量上下界范围的主要方法之一。不等式系统Sn消去第n维变量vn等价于投影凸多面体Sn到变量vn所代表的坐标轴。投影n维凸多面体到n-1维凸多面体可以通过傅立叶消元的方法得到。在具体实现过程中，基于不等式的傅立叶消元已经作为基本库函数添加到SW??KAP中。?? 　　在SW??KAP中，线性不等式系统表示的不论是迭代、数组还是处理器空间都由两部分构成:1) 名字符号表（columns）表示变量名；2) 抽象的线性不等式类（lin_ineq）用来表示变量的范围。?? 　　对于例1中表示的简单循环，下面给出如何将迭代空间表示为线性不等式并对线性不等式消元得到迭代变量的范围。?? 　　例1: 　　程序前 　　其中是常数向量，是迭代向量，矩阵M是的系数。?? 　　将不等式(3)进一步变换为不等式(4):?? 　　（4）?? 　　将不等式(4)表示为SW??KAP规定的格式,得到线性不等式(5):?? 　　（5）?? 　　其中名字符号表（columns）是由变量i1,i2构成的向量。?? 　　调用傅立叶消元（FME）可以从不等式系统里得到某一变量的上下界约束范围。在具体实现中，设计filter函数（filter_thru, filter_away）从不等式系统中得到其子集。?? 　　 　　2具有边界冗余的只读数组的划分方法?? 　　 　　2.1问题的提出?? 　　分析测试集ppopp中的sor.f程序片断见图1（将数据规模变小为4）。?? 　　图1例子中的嵌套循环I、J两层循环都可以并行执行，如果将计算空间按照两维划分进行块划分，假定物理处理器为2×2的结构，则数组a的数据存放如图2所示，此时对数组a的访问存在对不齐现象，我们无法简单的通过引入偏移或错位等方式来完全消除通讯，如果想减少通信，必须引入数组边界冗余。引入边界冗余后，每个节点上需存储比简单的划分略多的数据，从所有的处理机整体来看，数据存在着重叠部分。每个节点中的存贮的数组a的数据可以理解为如图3中的形式。?? 　　 　　2.2只读数组的数据划分方法?? 　　只读数组的冗余是常用的用于提高并行机性能的方法，引入此方法是在保证原有读写数据