.png){kind=icon}
返回
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
摘要
En 中文
精心构建的库比使用高级优化编译器生成的代码性能高出许多。当应用程序源代码中发现存在经过优化的库实现代码模式时，最高性能的解决方案是将其替换为对库的调用。过去的惯用语识别方案要么需要编译框架之外的代码模式匹配机制，要么提供非常脆弱的解决方案，即使源代码中存在微小的变化也会失败。本文介绍了 Kernel Find & Replacer (KernelFaRer)，一种完全在现有 LLVM 编译器框架中实现的惯用语识别器。KernelFaRer 的多功能性通过匹配和替换两种线性代数惯用语得到证明，包括通用矩阵-矩阵乘法（GEMM）和对称秩-2k 更新（SYR2K）。GEMM 和 SYR2K 在科学计算中广泛应用，而 GEMM 也是深度学习和计算机图形算法的核心构建模块。KernelFaRer 的惯用语识别比替代方案更稳健，编译开销更低，并且完全集成在广泛使用的 LLVM 编译工具中。KernelFaRer 将现有的 GEMM 和 SYR2K 惯用语替换为 BLAS、Eigen、MKL（Intel 的 x86）、ESSL（IBM 的 PowerPC）和 BLIS（AMD）执行的运算。性能提升高达手写源代码在最高优化级别下编译的 2000 倍，这证明了用库调用替换应用程序代码是一种高效的解决方案。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息