文献

J-GLOBAL ID：202202233704436152   整理番号：22A0930274

最適機能ライニングの理解と利用【JST・京大機械翻訳】

Understanding and exploiting optimal function inlining

著者 (3件)： Theodoridis Theodoros (ETH Zurich, Switzerland) ,  Grosser Tobias (University of Edinburgh, UK) ,  Su Zhendong (ETH Zurich, Switzerland)
資料名： ACM Proceedings  (ACM Proceedings)
号： ASPLOS 2022  ページ： 977-989  発行年： 2022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： ライニングはコンパイラの最適化におけるコア変換である。それは,関数呼び出し(コールサイト)を,いわゆる関数(callee)の本体と置き換える。それは,機能呼び出しオーバヘッドと二値サイズを減らし,より重要なことに,他の最適化を可能にする。ライニングの問題は広く研究されているが,それは解決されていない。決定が有益である予測は,コンパイラパイプラインの残りとの相互作用により自明でない。以前の研究は,主に,より良いライニング決定のための発見的方法の設計に焦点を当て,最適インライン決定,すなわち,最適インライン決定を徹底的に発見するのは調査されていない。見逃し機会を同定,利用し,最先端技術を評価するには最適ライニングが必要である。本論文は,SPEC2017ベンチマークスイートを用いて,最適インラインの広範な経験的解析を通して,このギャップを埋める。著者らの新規定式化は,インライン探索空間サイズ(2349から225)を劇的に減らし,1,135 SPEC2017ファイルに関するすべてのインライニング選択を徹底的に評価することを可能にする。LLVMにおける最先端の戦略と,作業負荷(性能とは対照的に,他の重要なメトリック)と無関係に,重要な決定論的メトリックの2値サイズを最適化するときの最適インラインの間の顕著なギャップを示した。著者らの解析に触発されて,著者らは,最新の状態よりも,SPEC2017で7%,LLVM自体のソースコードで15%,およびSQLiteのソースコードで10%まで,最先端を凌駕するための簡単で効果的な自動チューニング戦略を導入した。本研究は,実用的有用性を持つ新しい,行動可能な洞察および効果的な自動調整戦略を提供することにより,最適インライン探索の重要性を強調する。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： 最適化 ,  相互作用 ,  *コンパイラ ,  自動制御 ,  ライニング ,  選択 ,  長さ ,  発見的方法 ,  定式化 ,  計算機コード
準シソーラス用語： 探索空間 ,  オーバヘッド ,  決定論 ,  最先端技術 ,  ソースコード ,  ホップ数 , 【Automatic Indexing@JST】

著者キーワード (4件)： 自動チューニング ,  コンパイラ最適化 ,  最適インライン化 ,  プログラムサイズ

分類 (1件)： 言語プロセッサ  (JD03040F)

タイトルに関連する用語 (2件)： ライニング ,  理解