文献

J-GLOBAL ID：202002258129523526   整理番号：20A2516317

YACOS コード最適化シーケンスの設計と探索への完全なインフラストラクチャー【JST・京大機械翻訳】

YACOS a Complete Infrastructure to the Design and Exploration of Code Optimization Sequences

著者 (3件)： Zanella Andre Felipe (DIN -- UEM Maringa, Parana, Brazil) ,  da Silva Anderson Faustino (DIN -- UEM Maringa, Parana, Brazil) ,  Quintao Fernando Magno (Pereira DCC -- UFMG Belo Horizonte, MG, Brazil)
資料名： ACM Proceedings  (ACM Proceedings)
号： SBLP ’20  ページ： 56-63  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 機械学習フレームワークとアルゴリズムの成長人気は,良いコード最適化シーケンスの設計と探索に大きく貢献した。しかし,この進歩にもかかわらず,主流のコンパイラは,固定最適化シーケンスの手持ちだけを持つユーザを提供する。可能なシーケンスの宇宙が潜在的に無限であるので,一般的に良い最適化シーケンスを見出すことは挑戦的である。本論文では,この空間を探索する手段で開発者を提供するインフラストラクチャについて述べた。YaCoSと呼ばれるサイドインフラストラクチャは,ベンチマーク,探索アルゴリズム,プログラム間の距離を推定するための計量,および編集戦略から成る。YaCoSの特徴は,未知のプログラムに対して,それらの良好な結果を与えると思われる最適化シーケンスを予測する学習モデルを構築する。本論文では,事例研究として,YaCoSを用いて,目的関数としてコードサイズを用いてLLVMに対する良好な最適化シーケンスを見出した。そのような研究は,3つの特徴集合を評価する:2010年にNamoluによって提案された特徴ベクトルの2つの変化,およびLLVMによって生成された最適化統計量。著者らの結果は,YaCoSが,平均で3.75%までclang-Ozに改良する配列を見つけることができることを示す。著者らの実験は,著者らが調査した3つのアプローチから,それらの1つが他者よりも厳密に良いプログラムを見つけることができる主要な特徴を示さなかった。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *最適化 ,  学習モデル ,  コンパイラ ,  統計量 ,  目的関数 ,  *インフラストラクチャー ,  事例研究 ,  宇宙空間 ,  ベンチマーク ,  機械学習
準シソーラス用語： 特徴ベクトル ,  探索アルゴリズム ,  *コード最適化 ,  LLVM , 【Automatic Indexing@JST】

著者キーワード (3件)： コンパイラ ,  探査 ,  最適化

分類 (2件)： 言語プロセッサ  (JD03040F) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： コード最適化 ,  シーケンスの設計 ,  探索 ,  インフラストラクチャー