Skyeye中的动态优化技术研究.pptVIP

Skyeye中的动态优化技术研究 报告人：刘魁 指导老师：李实英、李蕊 报告日期：2010年4月1号 提纲 一、研究背景及意义 二、研究内容 三、本文主要工作 基于HMM的热路径预测算法 条件分支跳转优化在Skyeye中的运用 四、结论与展望 研究背景及意义 解决遗留软件与新的ISA之间相互制约发展的关系。 提高动态二进制翻译的效率，运用动态优化技术，采用高效的动态优化算法。 研究内容 如何利用已有的profile信息(运行时信息)，更加准确的预测出热路径，提高命中率。 如何使用尽量简单的算法来实现优化，并带来尽量多的效益。 本文主要工作 1.基于HMM的热路径预测算法 2.条件分支跳转技术在Skyeye的DBCT中的运用 动态二进制翻译系统框架 动态优化技术 基于基本块的优化技术 跳转优化 代码链接 基于热路径的优化技术 热路径的预测 对热路径的优化 一、基于HMM的热路径预测算法 总体思路 HMM（Hidden Markov Model） 模型：λ=(S,O,A,B,π) 求解： P(Oi|λ)=？ S是状态组合={q1,q2,q3,…,qn-1,qn} O是输出符号的集合={O1,O2,O3,…Om} A是状态转移矩阵，T行T列。 A=[aij] aij=P(qt+1=j|qt=i), 1≤i,j≤n B是输出符号的概率分布={bj(k)} bj(k)表