[发明专利]可重构处理器的高级语言的并行化和循环优化方法及系统

权利要求书

1.一种可重构处理器的高级语言的并行化和循环优化方法，其特征在 于，包括：

获取decls.h文件，根据所述decls.h文件得到输入和输出中间文件，从 所述输入和输出中间文件得到task函数和pea函数的参数信息；

从C代码中提取出kernel函数部分，利用多面体模型对提出的kernel函 数部分进行优化，以生成kernel函数部分的GR-C语言；

根据所述参数信息将所述kernel函数部分的GR-C语言写回到C代码的 kernel函数部分，以生成最终的GR-C代码。

2.如权利要求1所述的可重构处理器的高级语言的并行化和循环优化方法， 其特征在于，从C代码中提取出kernel函数部分，利用多面体模型对提出的 kernel函数部分进行优化，以生成kernel函数部分的GR-C语言，包括：

输入C代码的静态依赖分析，将所述C代码的静态依赖分析转化为多面体 模型；

对所述多面体模型进行优化，以得到并行化的多面体模型；

根据所述并行化的多面体模型生成kernel函数部分的GR-C语言。

3.如权利要求2所述的可重构处理器的高级语言的并行化和循环优化方法， 其特征在于，根据所述并行化的多面体模型生成kernel函数部分的GR-C语言， 包括：

使用CLooG工具将所述并行化的多面体模型生成kernel函数部分的GR-C 语言。

4.如权利要求2所述的可重构处理器的高级语言的并行化和循环优化方法， 其特征在于，输入C代码的静态依赖分析包括：

使用LooPo架构来进行代码扫描和依赖分析。

5.如权利要求2所述的可重构处理器的高级语言的并行化和循环优化方法， 其特征在于，对所述多面体模型进行优化，以得到并行化的多面体模型的步骤 中，

基于PLUTO模型进行了改写，得到仿射优化转换的框架；

使用PipLib作为ILP计算器；

根据所述框架和ILP计算器对所述多面体模型进行优化，以得到并行化的 多面体模型。

6.如权利要求2至5任一项所述的可重构处理器的高级语言的并行化和循 环优化方法，其特征在于，对所述多面体模型进行优化的步骤中，采用如下循 环优化顺序对提出的kernel函数部分进行优化：

首先，将所有状态分离，并且按照依赖关系和循环边界进行分组；

然后，对每个组进行循环融合，将合适的状态融合到一起；

然后，针对每组的操作数需要的执行周期来确定循环展开的参数；

最后，通过计算得到的参数进行循环展开，得到合适的循环长度和表示形 式。

7.一种可重构处理器的高级语言的并行化和循环优化系统，其特征在 于，包括：

获取模块，用于获取decls.h文件，根据所述decls.h文件得到输入和输 出中间文件，从所述输入和输出中间文件得到task函数和pea函数的参数信息；

优化模块，用于从C代码中提取出kernel函数部分，利用多面体模型对提 出的kernel函数部分进行优化，以生成kernel函数部分的GR-C语言；

生成模块，用于根据所述参数信息将所述kernel函数部分的GR-C语言写 回到C代码的kernel函数部分，以生成最终的GR-C代码。

8.如权利要求7所述的可重构处理器的高级语言的并行化和循环优化系统， 其特征在于，所述优化模块，包括：

转化单元，用于输入C代码的静态依赖分析，将所述C代码的静态依赖分 析转化为多面体模型；

优化单元，用于对所述多面体模型进行优化，以得到并行化的多面体模型；

生成单元，用于根据所述并行化的多面体模型生成kernel函数部分的GR-C 语言。

9.如权利要求7所述的可重构处理器的高级语言的并行化和循环优化系统， 其特征在于，所述生成单元，用于使用CLooG工具将所述并行化的多面体模型 生成kernel函数部分的GR-C语言。