日前,河南省网络空间安全应用国际联合实验室(河南科技大学)李玉祥博士等人,在国际并行/超级计算领域知名期刊《The Journal of Supercomputing》,在线发表文章“ProCTA: Program Characteristic-Based Thread Partition Approach”。
该文指出作为线程级自动并行化技术,线程级推测(TLS)可以将不规则的串行程序划分为多个线程, 并在多核架构上并行执行,旨在提高程序性能。为了解决传统基于启发式规则的线程划分方法在划分具有不同特征的程序时使用相同的划分方案的问题,本文提出了一种基于程序特征的线程划分方法(ProCTA),使用机器学习方法从TLS样本集中学习线程划分的知识,并根据未知程序的特征,预测其划分方案,**后将该划分方案应用于线程划分。在Prophet编译系统上,Olden基准程序被用于评估ProCTA,和传统的基于启发式规则线程划分方法相比,实验结果表明ProCTA可以提高18.24%的加速比性能。