[发明专利]一种基于过程重要度的线程划分方法

说明书

一种基于过程重要度的线程划分方法，包括步骤：生成过程初始划分方案及计算过程重要度，以及结合过程初始划分方案和过程的重要度，生成过程最佳划分方案，本发明以基于机器学习的线程划分方法生成过程初始划分方案为基础，采用学科交叉研究方法，将可靠性理论中的重要度理论（Importance Theory）引入到线程划分方法研究中，根据过程的特征计算其重要度，并利用人工干预的优势，探索了隐式划分（初始划分方案生成过程）基础上加入显式划分方法（人工干预划分标志位），利用性能评估模型评估，从而找出过程的最佳划分方案,验证了显式并行化的效果总是优于隐式并行化的理论。

技术领域

本发明涉及计算机技术领域，具体说的是一种基于过程重要度的线程划分方法。

背景技术

挖掘程序的并行性是提高程序执行性能的有效途径之一，多核处理器的提出又为并行技术带来了巨大的潜力。但是，物理上并行的结构设计与理论上串行的程序设计和执行模型之间的不匹配，使多核处理器技术面临极其严重的问题，并且，随着半导体工艺的不断进步，该问题还将变得越来越严重。正如斯坦福大学校长John Hennessy的话：“…当人们开始谈论并行化和真正易于使用的并行计算机时，这个问题来的比任何科学计算都要困难。…如果我从事这个行业，我会感到很恐慌”。传统指令级并行提高程序性能的方法已经遇到了难以逾越的障碍，随着片上多核处理器时代的到来，如何利用多核处理器加速串行程序成为当前迫切需要解决的问题。

传统的并行编程模式和编译技术也面临着应对多核带来新变化的挑战。实现上面目标的一个有效方法是串行程序并行化，既解决了传统串行程序的改造，又合理利用了日益发展且丰富的核资源。线程级推测技术(Thread Level Speculation，TLS)，即推测多线程技术(Speculative Multithreading,SpMT)能够自动将串行程序以激进的方式划分为多个线程，并允许线程间存在模糊的控制依赖和数据依赖，多个线程在多核处理器上同时执行，实现传统程序设计和现在多核处理器结构的融合，应用于多核并行计算、多核编译器、多核体系结构设计等领域，是串行程序，特别是非规则串行程序并行化的一种有效手段。作为该技术的关键部分，线程划分方法对程序加速比提升至关重要。已有的线程划分方法主要分为三类，分别是基于启发式规则的线程划分方法、基于机器学习的线程划分方法和基于图的线程划分方法。

为了解现有线程划分方法的发展状况，对现有的论文和专利进行了检索、比较和分析，筛选出如下与本发明相关度比较高的技术信息：

基于启发式规则的线程划分方法(Heuristic Rules-based(HR-based)ThreadPartition Approach)在划分串行程序过程中，依据启发式规则确定所有程序划分后生成的线程粒度、线程之间的数据依赖、激发距离等参数的取值范围，从而确定划分标志(sp-cqip点)的位置。

技术方案1：题目《Mitosis:A speculative multithreaded processor based onprecomputation slices》的论文，为了减小激发对(sp-cqip)的搜索空间，使用启发式规则选择候选激发对。在选择过程中，贡献率小于贡献阈值的激发对被放弃，激发对要同时在相同的过程内或者循环体中，激发对的长度小于长度阈值，sp到cqip的概率要大于概率阈值，p-slice长度和推测线程大小比例小于比例阈值。其中，贡献阈值、长度阈值、概率阈值和比例阈值是统一给出，且划分是面向程序而不是过程。

题目《Min-cut program decomposition for thread-level speculation》的论文，利用图的最小割算法划分程序流图，使用启发式来平衡数据依赖、性能代价、加载不平衡等因素的代价，程序划分后获得了性能提升。然而，算法是对程序中过程进行统一划分，同一程序中各个过程使用统一的划分方案。