發(fā)布時間：2020-11-11 09:50

　　 為了更好地利用多處理機系統(tǒng)提供的高性能，并行編譯(重構(gòu))系統(tǒng)已成為多處理機系統(tǒng)必不可少的組成部分。依賴分析是并行重構(gòu)的核心，而全局流分析直接影響著依賴分析的精確度，并影響著多種優(yōu)化策略和并行轉(zhuǎn)換的策略及效率。本文闡述了并行編譯前端中控制流、數(shù)據(jù)流分析的原理及經(jīng)典算法，并介紹了中科院計算所并行編譯組所研制的并行優(yōu)化重構(gòu)工具PORT中實用的全局流分析GFA。GFA借鑒了其它并行重構(gòu)系統(tǒng)的優(yōu)點，將控制依賴轉(zhuǎn)換為數(shù)據(jù)依賴并化簡控制表達式，從而消除GOTO語句，可以并行含IF語句的DO循環(huán)；同是它也具有獨到之處：實現(xiàn)了許多并行編譯器所回避的精確的過程間數(shù)據(jù)流分析，對公用區(qū)采用獨到的處理辦法，可以并行含CALL語句的DO循環(huán)；采用優(yōu)化的算法以降低時間代價；采用一些技巧以降低空間開銷；擴展了許多并行編譯器所不具備的功能(例如求標量易名鏈)。因此，它是一個實用的、精確的、全局的、擴展的流分析。本文著眼于它的組成、實現(xiàn)及所采用的先進技術(shù)。在文章的最后，對并行編譯的前景進行了展望。
【學位單位】：中國科學院研究生院（計算技術(shù)研究所）
【學位級別】：碩士
【學位年份】：1994
【中圖分類】：TP338.6
【文章目錄】：
致謝
摘要
abstract
第一章 緒論
第二章 并行重構(gòu)系統(tǒng)
    §2.1 多處理機
    §2.2 并行重構(gòu)系統(tǒng)
第三章 流分析
    §3.1 基本術(shù)語
    §3.2 程序模式
    §3.3 過程內(nèi)控制流分析
        §3.3.1 基本塊劃分
        §3.3.2 控制流圖的產(chǎn)生
        §3.3.3 必經(jīng)結(jié)點集
        §3.3.4 循環(huán)
        §3.3.5 可歸約流圖
        §3.3.6 深度優(yōu)先樹
        §3.3.7 控制依賴
    §3.4 過程內(nèi)數(shù)據(jù)流分析
        §3.4.1 引用定值鏈
        §3.4.2 定值引用鏈
        §3.4.3 數(shù)組元素的定值引用鏈
        §3.4.4 數(shù)據(jù)流問題的分類
    §3.5 過程間數(shù)據(jù)流分析
        §3.5.1 不敏感于控制流的分析
        §3.5.2 敏感于控制流的分析
    §3.6 數(shù)據(jù)流分析的應用
第四章 PORT中實用的全局流分析
    §4.1 運行環(huán)境
    §4.2 實現(xiàn)
        §4.2.1 總框圖
        §4.2.2 控制流分析
        §4.2.3 數(shù)據(jù)流分析
    §4.3 全局流分析在PORT系統(tǒng)中的應用情況
    §4.4 全局流分析在軟件工程環(huán)境中的其他應用
第五章 結(jié)束語
參考文獻
履歷

【相似文獻】

相關(guān)期刊論文 前10條

1 胡道元;;清華大學引進ELXSI6400計算機[J];實驗技術(shù)與管理;1987年03期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)博士學位論文 前4條

1 黃金貴;網(wǎng)絡(luò)并行計算環(huán)境中基于多處理機任務(wù)的調(diào)度研究[D];中南大學;2003年

2 陽春華;工業(yè)實時系統(tǒng)多任務(wù)容錯調(diào)度技術(shù)及應用研究[D];中南大學;2002年

3 孫玉強;并行語法分析中幾類算法的設(shè)計與研究[D];西安電子科技大學;2008年

4 張艷;分布并行算法設(shè)計、分析與實現(xiàn)[D];電子科技大學;2001年

相關(guān)碩士學位論文 前10條

1 吉曉梅;并行重構(gòu)系統(tǒng)中的全局流分析[D];中國科學院研究生院（計算技術(shù)研究所）;1994年

2 耿瑋;基于鎖感知的多處理機VCPU調(diào)度系統(tǒng)[D];華中科技大學;2011年

3 高彥明;蟻群算法并行化研究[D];蘇州大學;2005年

4 周向東;基于偶圖匹配的多處理機任務(wù)調(diào)度啟發(fā)算法[D];鄭州大學;2000年

5 潘吉斯;一種Bayesian網(wǎng)絡(luò)結(jié)構(gòu)的并行學習方法[D];蘇州大學;2006年

6 于伶;機群環(huán)境下的并行小波分析[D];黑龍江大學;2005年

7 王輝;改進了的RMS與EDF以及兩者的混合調(diào)度算法[D];吉林大學;2004年

8 師政毅;基于動態(tài)容錯機制的數(shù)據(jù)傳輸實時任務(wù)分配與調(diào)度技術(shù)[D];長春理工大學;2010年

9 劉嘉誠;關(guān)于同類機半在線排序問題的若干研究[D];鄭州大學;2007年

10 鄭濤;解拋物型方程的并行算法及其并行實現(xiàn)[D];吉林大學;2009年

本文編號：2879047