2、用于开发 Imagine 流程序的局部性优化算法

用于开发 Imagine 流程序的局部性优化算法

1. 引言

Imagine 是一款可编程流处理器，具备高效的内存层次结构，包含多个带有 256 字暂存单元（SP）的本地寄存器文件（LRF）、一个 128 KB 的流寄存器文件（SRF）以及片外 DRAM，旨在支持高性能计算。其流应用由作用于数据记录序列（即流）的计算内核构成。当流应用在 LRF 和 SRF 中展现出良好的局部性时，Imagine 才能充分发挥众多算术逻辑单元（ALU）的性能。然而，科学程序的直接编码往往无法体现出足够的局部性，难以有效挖掘 Imagine 的强大处理能力。

为实现高内存性能，我们探索了一种新颖的局部性优化算法，用于开发 Imagine 流程序。具体贡献包括将流与内核之间的关系表示为数据与计算矩阵（D&C 矩阵），并基于该矩阵提出了增强局部性的关键技术。我们在 ISIM 模拟环境下对五个具有代表性的科学应用程序进行了算法实现，结果表明该算法能有效提高计算密集度，避免使用索引流，从而在 Imagine 中实现高局部性。

2. D&C 矩阵

多数科学应用的基本结构为循环和数组。因此，我们的方法是为给定程序构建一个名为数据与计算矩阵（D&C 矩阵）的矩阵。D&C 矩阵的每一行代表一个数组，每一列描述一个循环的访问模式。矩阵中第 i 行（记为 Di）和第 j 列（记为 Lj）位置的元素对应一个映射 mij: Di→Lj。我们定义计算距离 Cdistance(x,y) 为 x 和 y 之间的迭代次数，即 Cdistance(x,y)=y - x；数据距离 Ddistance(c,d) 为两个数据布局之间的间隔，即 Ddistance(c,d)=d - c