[发明专利]高级语言代码中循环数据流图提取优化信息处理方法

说明书

技术领域

本发明涉及一种可重构计算任务编译领域优化实现方法，尤其是涉及一种高 级语言代码中循环数据流图提取优化信息处理方法。

背景技术

可重构计算阵列处理器是针对软硬件协同设计的硬件平台，其架构是介于传统 的通用处理器和专用集成电路之间的一种硬件架构，兼顾了系统的灵活性和高效 性，其组成一般包含通用处理器和可重构计算阵列。可重构计算阵列处理器上应用 的开发过程包括将应用划分为不同的任务，并将计算密集型任务映射到计算单元阵 列上以提高其计算速度和性能，而将控制密集型任务映射为软件以发挥通用处理器 的优势。

可重构计算阵列处理器的自动编译技术可以有效减低应用程序开发的难度，该 技术中使用数据流图(Data Flow Graph，简称DFG)来表示应用中的运算任务。 通过数据流图，编译程序可以自动分析运算的依赖关系和并行性，从而有利于任务 在可重构运算阵列上的映射。由于可重构计算阵列中不包含访存功能，能够直接向 该阵列上映射的数据流图中不应包含访存的数据。在应用程序中循环的运行所占用 的资源最大，数据密集型运算往往都以循环的形式出现，循环部分的执行速度影响 着整个系统的运行速度，而且循环部分是应用程序中最有可能发掘出并行性的部 分，将循环高效地映射到可重构阵列上能够有效提高可重构计算阵列处理器的计算 速度，因此有效提取出循环的数据流图对整个可重构计算阵列处理器编译系统具有 重要的作用。

经过对现有技术的文献检索发现，Chongyong Yin等人于2009年在 《International Conference on Communications，Circuits and Systems》上发表的 《Compiler framework for reconfigurable computing system》(可重构计算系统的编译 框架)中讨论了面向可重构阵列处理器数据流图的生成方法。该文中提出的方法是 首先生成整个程序代码的CFG(控制流图)，接着分析CFG中的每个基本块，并 生成每个基本块的DFG。但是这种方法主要面向整个程序而不是面向循环，没有 有效地区分计算密集型代码和控制密集型代码；且该方法是在控制流图中的基本块 中提取数据流图，这样使得提取出的数据流图规模小数量多，不利于自动编译系统 后端的划分和映射优化。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种高级语言代 码中循环数据流图提取优化信息处理方法。

本发明的目的可以通过以下技术方案来实现：

一种高级语言代码中循环数据流图提取优化信息处理方法，其特征在于，自动 分析并展开高级语言程序中的循环部分，对其中的访存操作进行预取和写回处理， 接着将其中的指令提取为不同类别的节点，通过分析这些节点生成有向边，并形成 数据流图，具体步骤如下：

1)代码文本扫描模块对整个高级语言代码进行词法和语法信息进行分析，并 生成语法树形式的中间表示数据，然后执行步骤2)；

2)循环展开模块以语法树形式的中间表示数据作为输入，获取其中代码结构 信息，并对于每一个循环，首先根据循环的初始条件和结束条件来确定循环的次数， 接着按照循环的次数或者用户设定的次数进行循环的展开，并标定展开后的代码 块，然后执行步骤3)；

3)预取和写回模块将标定的代码块进行访存变量的预取和写回，首先将读存 储器的操作数预取到标量中，将循环中所有读写存储器的操作数替换为对应的标 量，并在代码块的结束处将涉及写存储器的标量写回到存储器中，然后执行步骤 4)；

4)中间表示转换模块将语法树形式的中间表示数据转为指令列表形式的中间 表示数据，节点生成模块将标定代码块中的每一条指令根据源操作数的数目进行分 类，对分类后的代码进行相应的计算节点CNode的生成，然后执行步骤5)；

5)边生成模块根据每一计算节点中的opnd和dst的数据的变量名来分析各个 计算节点之间的依赖关系信息，存在从一个变量集合set到另一变量a的运算，就 存在从set集合中所有变量到变量a的有向边，从而生成有向边，并形成数据流图。

所述的步骤2)中的循环展开的次数为由用户指定或根据程序的语义进行自动 识别，对于此处未展开的部分进行数据流图的提取时只提取循环体部分。