一类不规则问题的自动并行性识别

传统的数据相关性分析主要针对线性数组下标表达式,并不适用于不规则计算中的循环并行性识别.利用间接数组特征分析和基于严格数组私有化定义的运行时动态测试技术来解决包含间接数组下标引用的循环并行性判断问题,给出性能估测,并与相关工作进行了比较.

DO循环并行性识别的实现

本文主要研究顺序FORTRAN程序的并行转挨系统中的并行性识别和划分问题。着重探讨了DO-LOOP内语句的相关性问题和DO-LOOP的并行识别和划分,包括:相关性识别理论,A(ai+b)类型数组元素的判定算法以及DO-LOOP的大模块并行性划分方法。 在词法分析、语法分析、数据流分析后生成的PDG图基础上,用程序实现了单重DO-LOOP的大模块并行划分,生成的是并行划分后的PDG图,进而得到进程流程图。 本文还研究了多重DO-LOOP的并行性识别和并行性划分的基本原理和方法。

基于可执行条件的非循环结构并行性识别

探讨了顺序程序中非循环结构并行性的识别问题,提出并实现了一种新的可执行条件的导出方法,在层次任务图(HTG)上,通过一次对全国所有路径的搜索,利用任务节点间的相关性(包括数据相关和控制相关),就可以生成所有任务节点的可执行条件。该算法简单高效,所生成的可执行条件简捷,没有冗余项,并且利于系统的控制执行。