[发明专利]自适应地选择执行模式的系统和方法

说明书

本发明描述了促进高效和有效的自适应执行模式选择的方法和系统。所述自适应执行模式选择是部分动态执行的，且能够将程序任务改变到某种执行模式(例如顺序、并行等)。智能的自适应选择能够在多种执行模式间进行。所述自适应执行模式选择也能够包括选择与所述执行模式相关联的参数。控制器接收与执行模式选择相关联的历史信息，参加关于执行模式选择的训练，以及自适应地选择动态执行模式。所述训练可以使用类似人工神经网络的方法，在所述方法中，自动的有引导的机器学习方法建立执行模式和基于历史信息的任务/输入特征定义之间的关系。自适应选择是基于初始试运行动态执行的。

相关申请案交叉申请

本发明要求于2014年12月30日递交的发明名称为“自适应地选择执行模式的系统和方法”的第14/585,738号美国非临时申请案的在先申请优先权，该在先申请的内容以引入的方式并入本文。

技术领域

本申请大体涉及处理流程和执行模式(例如顺序、并行等)领域。

背景技术

众多的电子技术，例如数字计算机、计算器、音频设备、视频设备和电话系统在商业、科学、教育和娱乐的大部分领域的数据、创意和趋势的分析和传递方面促进了生产率的提高和降低了成本。这些活动常常涉及复杂的处理，而且信息处理方式(例如顺序地、并行地等)会影响性能。传统方法或任务执行通常受限于几个预定的执行模式(例如顺序和并行)中的一个。

不同的执行模式通常具有不同的优点和潜在的问题。顺序编程是原始执行模式之一，并且仍然在许多应用中使用。顺序编程较为直截了当，可以很好地理解。并且由于程序通常以直序列流动，顺序编程通常不涉及程序的不同部分之间的复杂的时序协调。然而，顺序编程通常仅限于在一个时间执行一个任务，并需要大量的时间来完成整个程序。并行计算通过基本上在同一时间执行各种操作从而改进某些应用中的性能。由于大量增加的网络规模和对越来越困难的问题的解决尝试，并行计算已成为计算机体结构(例如多核心处理器等)的主导模式之一。并行计算在许多应用中可能是有利的，但是并行编程的各个方面也可能是有问题并会导致显著障碍(例如多个组件之间的更多通信量、多个任务之间的同步、竞争条件、开发通常比顺序编程更难等)的。

有一些传统的框架方法。然而，这些方法通常有限制。例如，仅限于在一个时间以一个固定的执行模式选择一个预定的框架。一旦预先确定，执行模式通常就不会改变。一个特定、固定、预定的执行模式的表现能力可根据不同的情况(例如问题大小、数据配置、高速缓存占用率等)而变化。一些传统试图尝试提取并行性，但常常需要更多的运行时间和操作系统(operating system，简称OS)扩展。有一些其他的使用机器学习来映射启发式决策的传统方法，但这些试图通常受限于基于编译器的自动并行化试图的预定，这些试图常常是有问题的(例如，难以处理不规则程序、不适应输入类型等)。

发明内容

本发明描述了促进高效和有效的自适应执行模式选择的方法和系统。在一实施例中，系统包括：多个执行单元；存储器；以及内嵌在处理组件中的控制器，其中所述处理组件耦合至所述存储器且耦合至所述多个执行单元，所述控制器能够针对所述多个执行单元引导执行模式选择。所述控制器还能够：参与定义操作；建立多个定义对，所述定义对通过执行基于有引导的机器学习的训练将定义特点映射；在实时运行时执行动态执行模式的自适应选择。在一示例性实施中，由控制器执行的方法包括：收集多个由所述控制器控制的多个执行单元的相关信息；通过执行包括进行有引导的机器学习的训练来将定义特点关联到执行模式；进行执行模式的自适应选择；发起利用选择的执行模式的实际运行。所述自适应选择是动态执行的。一示例性系统包括：学习模块，用于接收信息；执行模块，用于运行试验和选择多个执行模式中的执行模式，其中所述执行模块还用于在使用人工神经网络实时运行时选择所述动态执行模式；耦合至所述执行模块的运行模块，所述执行模块用于发起基于来自所述模块的选择的执行模式的任务的运行。

附图说明