Εφαρμογή Μηχανικής Μάθησης για την Πρόβλεψη Επιτάχυνσης Μετασχηματισμών σε Μεταγλωττιστές

Εφαρμογή Μηχανικής Μάθησης για την Πρόβλεψη Επιτάχυνσης Μετασχηματισμών σε Μεταγλωττιστές

URI: https://www.openarchives.gr/aggregator-openarchives/edm/ntua/000011-123456789_54628
RDF/XML JSON-LD

This item is provided by the institution :
National Technical University of Athens

Repository :
Digital Library of National Technical University of Athens | Dspace@NTUA

see the original item page
in the repository's web site and access all digital files if the item^*

Title

Εφαρμογή Μηχανικής Μάθησης για την Πρόβλεψη Επιτάχυνσης Μετασχηματισμών σε Μεταγλωττιστές (EL)

Creator

Πλάκας, Ιωάννης (EL)

Plakas, Ioannis (EN)

Contributor

ntua (EL)

Στάμου, Γιώργιος (EL)

Παπασπύρου, Νικόλαος (EL)

Γκούμας, Γιώργιος (EL)

Type

bachelorThesis

Thesis
Bachelor thesis (EN)

Issued

2022-02-09T13:17:12Z

2020-11-26

Year

2020 (EN)

Description

Στη σημερινή εποχή, η ανάγκη για βελτίωση της μεταγλώττισης λογισμικού γίνεται ευρύτερα αντιληπτή. Οι μεταγλωττιστές χρησιμοποιούν προκαθορισμένες σημαίες (π.χ. -O2 ) για να βελτιστοποιήσουν την απόδοση του λογισμικού, είτε ως προς το χρόνο εκτέλεσης, είτε ως προς τη μνήμη και την ενέργεια που καταναλώνει. Κάθε τέτοια σημαία αντιστοιχεί συνήθως σε μια προκαθορισμένη σειρά περασμάτων βελτιστοποίησης που εφαρμόζονται στο μεταγλωττισμένο κώδικα. Παρ’ όλα αυτά, δεν είναι λίγες οι φορές που αυτές οι προεπιλεγμένες σημαίες επιφέρουν τα αντίθετα αποτελέσματα στον κώδικα. Αυτό γίνεται διότι κάθε εφαρμογή έχει τις δικές της ιδιαιτερότητες. Συνεπώς αποτελεί καταλυτικής σημασίας η “προσωποποίηση” της μεταγλώττισης έτσι ώστε κάθε εφαρμογή να μεταγλωττίζεται με βάση τα χαρακτηριστικά της. Σκοπός της παρούσας διπλωματικής είναι η υλοποίηση ενός συστήματος για την πρόβλεψη, κατά τη διάρκεια της μεταγλώττισης, της σειράς περασμάτων βελτιστοποίησης που θα έχει το καλύτερο αποτέλεσμα για το συγκεκριμένο πρόγραμμα που μεταγλωττίζεται. Κάθε πρόγραμμα προσδιορίζεται από ένα σύνολο στατικών χαρακτηριστικών (π.χ. αριθμός αριθμητικών εντολών), τα οποία συλλέγονται χωρίς να είναι απαραίτητη η εκτέλεση του προγράμματος. Στη συνέχεια, με τη χρήση μοντέλων μηχανικής μάθησης γίνεται πρόβλεψη με βάση τα στατικά χαρακτηριστικά της επιτάχυνσης των προς εξερεύνηση βελτιστοποιήσεων. Δίνοντας ουσιαστικά στο μοντέλο πρόβλεψης κάθε πιθανή σειρά πε- ρασμάτων βελτιστοποίησης από ένα προκαθορισμένο χώρο αναζήτησης για ένα σύνολο στατικών χαρακτηριστικών κώδικα, επιλέγεται η σειρά περασμάτων βελτιστοποίησης που αντιστοιχεί στη μέγιστη προβλεπόμενη απόδοση. (EL)

Scientific field

Natural Sciences ▶ Computer and Information Sciences
Software (EN)

Engineering and Technology
Electrical engineering, Electronic engineering, Information engineering (EN)

Subject

Σημαίες μεταγλωττιστών (EL)

Μεταγλωττιστής (EL)

Γραμμική παλινδρόμηση (EL)

Μηχανική μάθηση (EL)

Επιτάχυνση (EL)

Language

Greek

English