为VLIW处理器的特殊功能部件生成代码的新方法

通用的高级程序设计语言的编译器,比如C的编译器,不会为VLIW处理器的特殊功能部件自动生成代码。通常通过汇编语言来使用这些特殊功能部件,但是这个方案有着它的不足。笔者提出了一种新的方法来解决这些问题。定义了一种可视化并行建模语言VRTL-P,使用它来描述不同操作间逻辑上的可并行性。笔者还实现了一个VRTL-P的在线分析器,它可以根据VLIW处理器的具体实现来判断一组操作是否可以拼装到一条VLIW的指令中。还进一步研究了从VRTL-P生成目标代码和仿真执行VRTL-P的方法。通过使用这些技术,可以为VLIW处理器的特殊功能部件生成高质量的代码,并且可以提高软件的生产率。

模板运算代码的自动生成与调优框架

针对现有模板代码生成方法不支持多图形处理器(GPU)、调优不充分等问题,提出一种由领域专用语言(DSL)描述的模板代码的自动生成与调优框架。在代码自动生成阶段,该框架能够自动解析上层提供的描述语言,构建计算图进而生成模板运算的统一计算设备架构(CUDA)核函数,同时根据单GPU或多GPU环境生成不同的主机端代码。在代码调优阶段,根据不同的GPU型号确定候选参数范围,动态调用生成的CUDA核函数以确定最优参数。在多GPU的情况下,自动生成的主机端代码能够使用计算与通信重叠的方法进行边界数据交换。在4种不同的GPU与7、13、19、27点模板运算中,该框架能找到最优的参数配置。实验结果表明,对于Tesla V100-SXM2,以调优过的参数进行模板运算,该框架在单精度4种模板运算下的每秒万亿次浮点运算数(TFLOPs)分别为1.230、1.680、1.120、1.480,在双精度下分别为0.690、1.010、0.480、1.470,平均性能达到手工优化代码的98%,并且描述更简单,支持多GPU扩展。

基于类型辅助引导的代码注释生成模型

代码注释生成方法通常基于结构-序列(Structure-Sequence, Struct2Seq)框架,但忽略了代码注释的类型信息,例如操作符、字符串等。由于类型信息之间的层次具有依赖性,将类型信息引入已有的Struct2Seq框架并不适用。为了解决上述问题,提出一种基于类型辅助引导的代码注释生成(Code Comment Generation based on Type-assisted Guidance, CCG-TG)模型,将源代码视为带有类型信息的n元树。该模型包含一个关联类型编码器和一个限制类型解码器,可以对源代码进行自适应总结。此外,提出一种多级强化学习(Multi-level Reinforcement Learning, MRL)方法来优化所提模型的训练过程。在多个数据集上进行实验,与多种基准模型对比,证明所提CCG-TG模型在所有评价指标上的性能最优。

基于深度学习的代码生成方法研究进展

关注根据自然语言描述生成相关代码片段的代码生成(code generation)任务.在软件开发过程中,开发人员常常会面临两种情形.一种是通用功能的实现,需要开发人员编写大量重复且技术含量较低的代码;另一种是依赖于特定任务要求,需要开发人员查询文档或使用其他工具才能完成的代码编写工作.代码生成作为最直接辅助开发人员完成编码的工作受到学术界和工业界的广泛关注.让机器理解用户需求,自行完成程序编写也一直是软件工程领域重点关注的问题之一.近年来,随着深度学习在软件工程领域任务中的不断发展,尤其是预训练模型的引入使得代码生成任务取得了十分优异的性能.系统梳理当前基于深度学习的代码生成相关工作,并将目前基于深度学习的代码生成方法分为3类:基于代码特征的方法、结合检索的方法以及结合后处理的方法.第1类是指使用深度学习算法利用代码特征进行代码生成的方法,第2类和第3类方法依托于第1类方法进行改进.依次对每一类方法的已有研究成果进行系统的梳理、分析与总结.除此之外,汇总并分析已有的代码生成工作中常用的语料库与评估方法,以便于后续研究进行实验设计.最后,对代码生成方法研究进展进行总结,并针对未来值得关注的研究方向进行展望.

核能装备安全控制代码自动生成软件研发与应用的构想与成果展望

目前,核能装备等安全关键系统中软件的作用越来越重要,对系统的安全稳定运行具有至关重要的影响。安全关键软件规模的增长和复杂度的增加给设计和开发高可信的软件带来了新的挑战,亟需新的软件开发和验证方法与模式。针对此需求,本文围绕核能装备安全控制代码自动生成软件研究面临的三大关键科学问题,分别开展一个基础理论、七大关键技术及一套原型系统的研究。通过核能安全控制代码自动生成软件总体设计集成与评估、核能安全控制与交互系统软件建模技术、核能安全控制系统模型分析与验证技术、核能安全控制系统可信软件代码自动生成技术等方面的研究,突破核能装备安全控制代码自动生成软件在建模、代码生成和测试验证面临的系统性技术瓶颈,建立起新的安全关键软件开发和验证方法与模式。通过可信安全控制代码自动生成软件工程化应用与认证技术研究,构建一个核能装备安全控制代码自动生成的原型系统,并在核能、汽车等领域对研究成果进行验证。通过上述研究实现以下5个方面创新:一是形式化方法与模型驱动开发融合理论,用确定的数学理论保证模型的高可信;二是状态机扩展同步数据流语言形式化定义方法,建立适用于核能、航空、汽车等场景的软件建模方法;三是基于交互式定理证明的可信代码生成器构造方法,形成经过形式化验证的可信代码生成器;四是数据驱动的测试用例智能生成方法,实现测试验证的自动化;五是一套面向核能装备控制软件的一体化研发平台,构建完整的开发和验证工具链。本文旨在以形式化和模型驱动方法为基础,对安全关键软件的建模、模型验证、代码生成、测试验证等方面进行系统性研究,以形成高可信的安全关键软件开发和验证新方法。研究成果对核能等领域安全关键软件开发相关工业软件的科学研究、技术研发、产业发展等具有十分重要的理论意义和实际应用价值。

基于知识图谱和GPT模型的可靠性代码自动生成方法

工程结构服役中广泛使用可靠性分析进行结构安全评估,但可靠性分析方法种类多、分析程序代码自动化程度低且复用难,需要研究可靠性代码自动生成方法。生成式预训练转换器GPT(Generative Pre-trained Transformer)模型已经在大量替代编程手工作业,进行代码自动生成。但是,其在工程领域中的应用受限于可学习数据量小和问题匹配度不高。本文提出了一种结合多种类可靠性知识图谱、基于GPT的代码自动完成模型进行Matlab可靠性代码预测的方法,使用精心设计的源代码预处理降噪策略,以及知识图谱传播模拟密集型任务解释意图;采用条件代码生成训练,有效提升了小数据样本量的学习性能,实现高准确率、问题匹配的可靠性代码自动生成。最后通过三个可靠性知识图谱案例验证了所提方法的有效性。

面向ARINC653操作系统的综合化航空电子软件代码自动生成方法

综合化航空电子系统(Integrated Modular Avionics, IMA)是一类典型的安全关键系统,具有分布式、异构、计算资源和物理资源强耦合等特征。随着IMA系统趋于复杂化和智能化,系统的功能越来越多地采用软件来实现,如何对这类复杂软件进行建模并自动生成代码成为一个重要挑战。文中提出了一种基于AADL(Architecture Analysis and Design Language)的综合化航空电子系统代码生成方法。首先,提出HMC4ARINC653(Heterogeneous Model Container for ARINC653)属性集扩展,使其具备描述IMA软件架构、异构功能行为和非功能属性的能力;其次,提出IMA模型到C代码及ARINC653系统配置文件的映射规则,并遵守MISRA C安全编码规范,生成的代码能够在ARINC653操作系统上部署并仿真执行;最后,设计并实现了相应的原型工具,以ARINC653操作系统和工业界实际案例,验证了所提方法和工具的有效性。

基于提示学习的轻量化代码生成方法

代码自动生成是提高软件开发效率的有效途径之一,已有的研究一般将代码生成作为一项序列到序列的任务,并且大规模预训练语言模型的微调过程往往伴随着高昂的算力开销。文中提出了一种基于提示学习的轻量化代码生成方法(Prompt Learning based Parameter-Efficient Code Generation,PPECG),该方法通过查询代码语料库中与当前需求最相似的结果作为提示,指导预训练语言模型进行代码生成,并且在该过程中固定模型的绝大多数参数以实现减少算力开销的目的。为了验证PPECG的有效性,文中选取了两个代码生成数据集,分别是CONCODE和Solidity4CG,通过计算生成结果的BLEU,CodeBLEU以及Exact Match值来验证PPECG的有效性,实验结果表明,PPECG有效地减少了微调时的显存开销,且在上述指标上基本接近甚至优于目前的SOTA方法,能够较好地完成代码生成的任务。

面向国产机载操作系统的IMA软件代码生成方法

随着航空电子系统复杂化的发展趋势及自主可控的要求,对这类复杂系统建模后如何自动生成面向国产机载操作系统的软件代码并验证模型/代码语义一致性具有重要研究意义。文章提出面向国产机载操作系统的航空电子软件代码自动生成方法。首先,使用AADL对综合化航空电子系统进行建模,设计AADL模型到源代码的转换规则,自动生成面向国产机载操作系统的平台相关代码及配置文件;其次,通过AGREE Annex和BLESS Annex契约对AADL模型进行形式化验证,并提出契约到C语言验证代码的转换规则,将验证代码与模型生成的源代码进行结合,部署在国产机载操作系统上进行仿真执行;最后,基于AADL开源建模环境OSATE设计并实现了代码自动生成工具,实验结果验证了方法和工具的有效性。

国产神威环境下Athread代码生成工具的设计与开发

针对国产神威环境下众核代码编写工作量大的问题,设计实现一个可以将核心段的串行代码自动转换为Athread代码的工具。采用Rust语言进行词法和语法分析,面向不同数组维度的Fortran和C语言程序,基于主程序调用master程序再由master程序调用slave程序的三层模板程序架构,集成常用众核优化方法的代码框架。经过实验分析,采用该自动转换工具生成的Athread代码相较于人工编写的OpenACC*加速的程序有更高的加速比,特别是对多个核心段进行众核化加速时的加速比相差15%,验证该转换工具具有很好的实用性。

融合多结构信息的代码注释生成模型

代码注释可以帮助开发人员理解代码的功能和实现方法。代码注释生成模型可以自动识别代码中的关键信息,并生成相关注释,提高代码的可读性和可维护性。现有的代码注释生成模型通常只使用抽象语法树结构信息来表示代码,导致模型生成注释质量不高。提出一种融合多结构信息的代码注释生成模型,该模型在代码抽象语法树的基础上,增加了数据流图结构信息来表示代码。模型使用Transformer的编码器对抽象语法树序列进行编码,捕获代码全局信息。使用图神经网络对数据流图进行特征提取,提供变量之间的计算依赖关系等信息。然后使用跨模态注意力机制融合抽象语法树和数据流2种特征,经过Transformer的解码器生成相应的注释。实验结果表明,与6种主流模型相比,所提出的模型在Java和Python数据集上的BLEU、METEOR和ROUGE-L指标得分均有提高,生成的注释也具有良好的可读性。

Java项目代码生成器的开发与FreeMarker应用

文章深入探讨了 Java 项目代码生成器的开发及其与 FreeMarker 模板引擎的集成,旨在解决软件开发中的效率 和一致性问题。考虑到在现代软件开发实践中,快速且高质量的代码生成日益成为核心需求,研究以 Java 语言为基础,采用了 FreeMarker 模板引擎来自动化生成代码。通过分析代码生成器的工作原理和 Java 语言在代码自动生成中的特点,围绕模板技术的 应用进行了详细的探索。研究的策略包括设计模块化的架构、优化生成器性能以及实现 FreeMarker 的高效集成。此外,通过在实 际商业级软件项目中应用该代码生成器,评估了其在提高开发效率、降低错误率和减少维护工作方面的效果。本研究期望能够验 证代码生成器在实际项目开发中的实用性和有效性,并为未来代码生成器的优化和技术发展提供实证基础。

浅析大模型代码生成技术在数字化银行的应用

大模型代码生成是近年来人工智能和软件开发领域的一项创新技术,其利用大型预训练语言模型(如GPT系列),通过深度学习来自动生成源代码或脚本,以完成特定的任务或实现特定的功能。大模型代码生成的核心在于将自然语言处理(NLP)技术应用于代码的创建,从而大幅提高软件开发效率、降低错误率,并加速其新功能的开发。

基于双重信息检索的Bash代码注释生成方法

Bash是Linux默认的shell命令语言.它在Linux系统的开发和维护中起到重要作用.对不熟悉Bash语言的开发人员来说,理解Bash代码的目的和功能具有一定的挑战性.针对Bash代码注释自动生成问题提出了一种基于双重信息检索的方法 ExplainBash.该方法基于语义相似度和词法相似度进行双重检索,从而生成高质量代码注释.其中,语义相似度基于CodeBERT和BERT-whitening操作训练出代码语义表示,并基于欧式距离来实现;词法相似度基于代码词元构成的集合,并基于编辑距离来实现.以NL2Bash研究中共享的语料库为基础,进一步合并NLC2CMD竞赛共享的数据以构造高质量语料库.随后,选择了来自代码注释自动生成领域的9种基准方法,这些基准方法覆盖了基于信息检索的方法和基于深度学习的方法.实证研究和人本研究的结果验证了ExplainBash方法的有效性.然后设计了消融实验,对ExplainBash方法内设定(例如检索策略、BERT-whitening操作等)的合理性进行了分析.最后,基于所提方法开发出一个浏览器插件,以方便用户对Bash代码的理解.

基于结构感知混合编码模型的代码注释生成方法

代码注释能够提高程序代码的可读性,从而提升软件开发效率并降低成本。现有的代码注释生成方法将程序代码的序列表示或者抽象语法树表示输入到不同结构的编码器网络,无法融合程序代码不同抽象形式的结构特性,导致生成的注释可读性较差。构建一种结构感知的混合编码模型,同时考虑程序代码的序列表示和结构表示,通过序列编码层和图编码层分别捕获程序代码的序列信息和语法结构信息,并利用聚合编码过程将两类信息融合至解码器。设计一种结构感知的图注意力网络,通过将程序代码的语法结构的层次和类型信息嵌入图注意力网络的学习参数,有效提升了混合编码模型对程序代码的复杂语法结构的学习能力。实验结果表明,与SiT基准模型相比,混合编码模型在Python和Java数据集上的BLEU、ROUGE-L、METEOR得分分别提高了2.68%、1.47%、3.82%和2.51%、2.24%、3.55%,能生成更准确的代码注释。

结合双维注意力与特征融合的GUI代码生成方法

针对传统GUI代码生成方法在准确率和性能上的不足,提出了一种新颖的结合双维注意力与特征融合的GUI代码生成方法。该方法首先利用视觉特征网络提取图像特征、DSL编码网络编码上下文向量;然后利用双维注意力模块对图像特征与上下文向量进行高效筛选,得到空间、通道两个维度上的带权图像特征;最后利用特征融合单元将带权图像特征与上下文向量进行对齐,使得图像特征同时包含预测代码所需的视觉信息与语义信息,协助模型更加快速、准确地解码生成目标代码。实验结果表明笔者方法代码生成准确率和BLEU分数表现优于多个对比模型和方法。

面向申威异构架构的并行代码自动生成

异构架构逐渐成为高性能计算领域的主流架构,但相较于同构多核架构,其硬件结构及存储层次更为复杂,程序编写更为困难.先进的优化编译器可以协助程序开发人员实现更为高效的代码,降低程序开发复杂度.多面体编译模型通过抽象分析将程序抽象成空间多面体表示形式,能够将多种循环变换与硬件映射相结合,并面向特定体系结构生成相应的代码.设计实现了一个面向国产申威异构架构的并行代码自动生成系统,采用“源-源”编译模式,基于多面体编译模型实现.系统针对申威异构架构特点将程序计算过程进行硬件部署,同时实现数据传输与内存空间的自动管理.实验基于Polybench测试集中线性代数相关用例进行测试.结果表明,利用代码自动生成系统生成的异构并行代码能够在申威异构平台上正确运行,并能够有效发挥申威异构平台的性能,基于申威异构平台利用64线程加速计算的平均加速比达到了539.16倍.

融合语法和语义的代码注释生成方法

代码注释生成技术通过分析源代码的语法和语义生成对应的自然语言描述,可以帮助开发人员理解代码,在软件开发和维护过程中起到重要作用.本文提出了一种基于Transformer的代码注释生成方法,可以同时学习源代码的语法结构特征和顺序语义特征.具体而言,将简化的抽象语法树(Abstract Syntax Tree,AST)通过多路树-LSTM建模,捕获树形语法结构编码,在Transformer中融合语法结构信息和顺序语义信息.实验结果表明,本文方法生成的注释质量优于其他基线方法.

针对gem5指令集实现及其功能测试的自动代码生成

在嵌入式领域,计算机系统模拟器是研究与原型开发的重要工具.对于采用解释执行的模拟器,其CPU模型的译码过程会影响性能,如何提升译码过程的性能是提高仿真效率的关键问题之一.此外,对于无标准测试集的指令集来说(例如自定义指令),手动编写指令功能测试的开发效率较低,并且其与实现译码过程所需的指令信息基本相同.为解决上述问题,提出一个代码生成方案,输入一份指令集描述,输出针对gem5优化后的指令集实现代码和功能测试代码.首先,扩展gem5的指令集描述语言,将其分为编码描述、功能描述和测试描述.其次,针对gem5优化译码决策树构建算法,并为gem5生成译码模块代码、指令集实现代码和指令功能测试用例.最后,以Cortex-M3指令集为例与原方案相比,总生成时间减少约64%,编译后的可执行文件代码大小减少约407 KB,性能提升约13%,并且能够提高开发效率.

基于Simulink的MC9S12XEP100底层自动代码生成设计

针对传统汽车电子控制单元设计开发过程中存在的手工编程效率低、可靠性差和开发周期长等问题,本文提出一种基于Simulink自动代码生成技术的设计方法。在Matlab/Simulink环境下,对NXP公司16位单片机MC9S12XEP100编写包含系统目标文件在内的控制文件,实现嵌入式C代码生成。同时,编写C MEX S函数及模块目标语言编译器(target language compiler,TLC)文件,并进行封装,实现该款芯片各底层驱动模块代码内嵌,添加至Simulink模块库,在Simulink中对底层模块进行模型搭建,并生成嵌入式代码进行硬件在环测试。测试结果表明,本文所设计的底层自动代码生成技术,实现了底层代码的自动配置,同时与应用层代码结合,实现CAN车速报文接收和定时发送,所解析的车速信号与Simulink模拟车速信号对比一致,验证了本文所设计的底层驱动模块的高效性和可行性。该研究能够有效解决项目研发过程中底层代码配置复杂的问题。