A Pattern Generation Language for MLIR Compiler Matching and Rewriting

doi:10.1145/3777905

A Pattern Generation Language for MLIR Compiler Matching and Rewriting

2026-03-01

0

PRE

AI

DOI：10.1145/3777905

原文求助

摘要

En 中文

模式匹配与重写（PMR）是一种编译器优化步骤，用于识别预定义的代码惯用法并将其替换为优化代码，从而在各类应用中实现性能提升。近期的研究进展催生了加速PMR优化的工具。其中一种技术，源代码匹配与重写（SMR），采用面向用户、基于源代码的方法，从而无需特殊编译器干预。然而，要实现SMR的全面模式匹配覆盖，需要用户详尽指定尽可能多的惯用法变体，这是一项繁琐且易出错的任务。本文介绍模式生成语言（PGL），一种旨在简化模式变体自动生成的框架。PGL是一种高级语言，允许用户指定可由SMR匹配和重写的程序模式。本文还提出模式生成编译器（PGC），一种与SMR兼容的工具，可自动创建惯用法变体并合成用PGL语言编写的模式。尽管PGC主要专注于为SMR生成输入模式，但其灵活性使其适用于其他模式匹配和重写系统。实验结果表明，在Fortran和C代码中，PGL比手动模式指定多识别113%的模式。匹配的模式已被替换为对优化BLAS库的调用，提升了程序性能。使用线性代数基准测试和一组真实程序进行的实验揭示了显著的加速效果。

Keyword:

Pattern description

pattern generation

idiom recognition

hardware accelerators

A Pattern Generation Language for MLIR Compiler Matching and Rewriting

摘要

期刊

机构

引用论文