流體系結(jié)構(gòu)的編譯技術(shù)：面向科學(xué)計算程序的編譯優(yōu)化

第一章 緒論
1．1 基于流體系結(jié)構(gòu)加速科學(xué)計算程序
1．1．1 高性能體系結(jié)構(gòu)面臨的問題
1．1．2 流體系結(jié)構(gòu)和流編程模型的性能優(yōu)勢
1．1．3 科學(xué)計算程序?qū)Ω咝阅艿男枨?br />1．1．4 基于流體系結(jié)構(gòu)和流編程模型加速科學(xué)計算程序
1．2 流體系結(jié)構(gòu)和流編譯技術(shù)
1．2．1 流體系結(jié)構(gòu)
1．2．2 流編程模型和編譯系統(tǒng)
1．2．3 傳統(tǒng)編譯優(yōu)化技術(shù)
1．3 面向科學(xué)計算的流編譯技術(shù)
1．3．1 研究重點
1．3．2 研究難點
1．3．3 研究內(nèi)容
1．4 本書結(jié)構(gòu)
第二章 Imagine上面向科學(xué)計算的編譯框架
2．1 Imagine流處理系統(tǒng)
2．1．1 Imagine流體系結(jié)構(gòu)
2．1．2 Imagine流編程模型
2．1．3 Imagine流編譯系統(tǒng)
2．1．4 Imagine的性能潛力
2．2 面向科學(xué)計算的SF95流編程和編譯技術(shù)
2．2．1 科學(xué)計算程序?qū)α骶幊毯途幾g的挑戰(zhàn)
2．2．2 SF、95流編程語言
2．2．3 SF95Compiler流編譯器
2．3 小結(jié)
第三章 基于D&c矩陣的優(yōu)化流變換技術(shù)
3．1 問題的提出
3．2 相關(guān)工作
3．3 D&C矩陣
3．4 基于D&C矩陣的優(yōu)化流變換
3．4．1 粗粒度程序變換
3．4．2 細(xì)粒度程序變換
3．4．3 數(shù)據(jù)流組織優(yōu)化
3．5 編譯實現(xiàn)
3．6 實驗評測
3．6．1 粗粒度程序變換評測
3．6．2 細(xì)粒度程序變換評測
3．6．3 數(shù)據(jù)流組織優(yōu)化評測
3．7 小結(jié)
第四章 基于參數(shù)模型的長流分段技術(shù)
4．1 問題的提出
4．2 相關(guān)工作
4．3 基本框架
4．3．1 程序參數(shù)化
4．3．2 程序運行時間建模
4．3．3 求解最優(yōu)分段
4．4 基于參數(shù)模型的長流分段
4．4．1 建立參數(shù)模型
4．4．2 計算密集型程序的分段
4．4．3 訪存密集型程序的分段
4．4．4 任意程序的分段
4．5 編譯實現(xiàn)
4．5．1 算法實現(xiàn)
4．5．2 優(yōu)化策略的選擇
4．6 實驗評測
4．7 小結(jié)
第五章 開發(fā)計算核心內(nèi)的計算與訪存重疊
5．1 問題的提出
5．2 相關(guān)工作
5．3 經(jīng)驗策略
5．3．1 程序建模
5．3．2 策略實現(xiàn)
5．4 長流策略
5．4．1 程序建模
5．4．2 策略實現(xiàn)
5．5 最優(yōu)策略
5．5．1 研究思路
5．5．2 分段決策
5．5．3 策略實現(xiàn)
5．6 實驗評測
5．6．1 小規(guī)模程序
5．6．2 大規(guī)模程序
5．7 小結(jié)
第六章 開發(fā)計算核心間的數(shù)據(jù)流重用
6．1 問題的提出
6．2 相關(guān)工作
6．2．1 存儲重用
6．2．2 重用優(yōu)化
6．3 開發(fā)核間的長流重用
6．3．1 重用指導(dǎo)的kemel重排序
6．3．2 重用優(yōu)化的kemel集合
6．3．3 重用驅(qū)動的長流分段
6．4 開發(fā)核間的部分重用
6．4．1 重要概念
6．4．2 基本思想
6．4．3 識別kernel間部分重用
6．4．4 開發(fā)kernel間部分重用
6．5 編譯實現(xiàn)
6．6 實驗評測
6．7 小結(jié)
第七章 典型科學(xué)計算庫函數(shù)的優(yōu)化與實現(xiàn)
7．1 問題的提出
7．2 相關(guān)工作
7．3 Jacobi
7．3．1 流化方法
7．3．2 實驗評測
7．4 GEMM
7．4．1 流化方法
7．4．2 實驗評測
7．5 Transo
7．5．1 流化方法
7．5．2 實驗評測
7．6 Laplace
7．6．1 流化方法
7．6．2 實驗評測
7．7 Swim
7．7．1 流化方法
7．7．2 實驗評測
7．8 小結(jié)
參考文獻