6、利用静态分析降低软件事务内存（STM）开销及并行数值求解器研究

利用静态分析降低软件事务内存（STM）开销及并行数值求解器研究

在软件开发与科学计算领域，软件事务内存（STM）的开销优化以及线性系统的并行求解都是重要的研究方向。下面将详细探讨如何通过静态分析降低 STM 开销，以及如何利用分层分块数组（HTA）实现可移植的并行数值求解器。

降低 STM 开销

在多线程环境下，某些数据结构在特定线程数时的优化版本性能反而不如非优化版本。例如，64 线程下的 LinkedList 或 8 线程下的 SkipList，其优化版本的性能更差。这可能是因为在某些特定工作负载下，加速某些事务会与其他进行中的事务产生冲突。

相关工作

关于针对事务内存实现的编译器优化文献，大多围绕原地更新 STM 展开。以下是一些常见的优化方法：
- Harris 等人的工作 ：提出了许多后续工作中出现的基线 STM 优化，包括：
- 将 STM 库函数分解为异构部分。
- 利用这种分解进行代码移动优化，以减少“开放读取”操作的数量。
- 如果会发生读后写操作，则将“开放读取”提前升级为“开放写入”操作。
- 抑制对事务局部对象的插桩。
- 其他优化技术 ：
- 在某些文献中，不可变对象也可免予插桩。
- 标准的编译器优化技术，如循环剥离、方法内联和冗余消除算法，也应用于原子块。

Eddon 和 Herlihy 应用全过程间分析来发现线程局部性以及对相同对象的后续访问，并利用这些发现对相关情况进行优化处理。类似的优化也出现在 Wang 等人和 Dragojevic 等人的工作中