.png){kind=icon}
返回
Preserving provability over GPU program optimizations with annotation-aware transformations
.png){kind=icon}
PRE
AI
DOI：10.1007/s10703-025-00480-7.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
GPU程序在工业界得到广泛应用。为了获得最佳性能，典型的开发过程涉及在编译代码前手动或半自动地应用优化。此类优化可能引入错误。为避免引入错误，我们可以通过添加（前置和后置条件式）注解来增强GPU程序以捕获功能属性。然而，在优化GPU程序时保持这些注解的正确性既费力又容易出错。本文提出了一种方法，通过定义注解感知的转换，在自动应用优化到GPU程序的同时保留可证明性。该方法应用常用的GPU优化，除了转换代码外，还转换注解。该方法已在Alpinist工具中实现，我们结合VerCors程序验证器评估了Alpinist，以自动对一组已验证的程序应用优化并重新验证它们。
Keyword:
GPU
Optimization
Deductive verification
Annotation-aware
Program transformation
期刊
F
IF:
0.8
论文数:
11
被引数:
0
机构
引用论文
.png){kind=icon}
查看更多内容