12、探索ILP中的多处理器架构与多值学习

探索ILP中的多处理器架构与多值学习

1. 多处理器架构生成

为了便于生成基于Arvand的多处理器系统，开发了一种架构描述语言Archlog。它将软件编译、处理器配置与实例化以及多处理器配置与生成结合在一起。Archlog包含一种基于Prolog的领域特定语言，它使用一些原语（包括Arvand）来涵盖多处理器架构以及它们之间的通信流。

Archlog系统的工作流程如下：
1. 接收架构描述和Prolog程序。
2. 通过分析输入的Prolog程序，指定能支持该程序的最小处理器配置，这构成了部分处理器配置信息。
3. 由于架构描述可能未完全指定设计的所有参数，系统会探索可能的设计空间，并返回多个帕累托最优设计。用户可以从中进行选择，在扩展系统中，还能利用运行时重新配置动态确定最优架构。

2. 评估多处理器性能的数据集

使用两个ILP数据集来评估多处理器性能，具体信息如下表所示：
| 数据集 | 特点 | 背景知识 | 处理器使用情况 | 测试情况 |
| — | — | — | — | — |
| 诱变作用（Mutagenesis） | 用于学习硝基芳烃化合物的诱变活性，具有高度不确定性，测试以浅回溯为主 | 包含化学化合物的结构描述、相关属性和环概念规则，仅使用结构描述进行基准测试，无算术运算 | 因背景知识简单且无算术运算，使用较小处理器 | 提取从第一个示例泛化时探索的所有假设作为基准套件，仅使用188个“回归友好”示例 |
| 蛋白质折叠（Protein Folding） | 基于对控制蛋白质折叠规则的研究 | 使用2780条子句描述蛋白质的结构和属性以及高级规则，基准测试使用全范围控制指令