1、隨著多核處理器技術(shù)的不斷發(fā)展,軟件人工并行化的代價越來越高。如何在有限的硬件資源上實現(xiàn)高性能的程序是擺在面前的一大難題。為了緩解這一問題,我們采用了自動并行化的思路對程序的內(nèi)在并行性進行挖掘,通過任務(wù)劃分得到可執(zhí)行的高性能程序。
多核任務(wù)劃分是一個NP-Hard問題,而且隨著自動并行化工具對原串行程序(例如C程序)進行深層次的并行性挖掘時,因此必然產(chǎn)生細粒度的任務(wù)依賴圖。而且隨著任務(wù)粒度的減小,對后續(xù)算法的要求越來越高。
2、> 聚類分析是一種常見的無監(jiān)督學(xué)習(xí)算法,而任務(wù)劃分本身也缺乏足夠的先驗信息,而目標都是將對象進行歸類,因此兩者有著天然的相似性。本文通過分析和設(shè)計,將聚類的思想應(yīng)用到了任務(wù)劃分中,并且在設(shè)計的過程中重新考慮了任務(wù)粒度的定義、任務(wù)距離函數(shù)、聚類的過程,量化了各個性能指標,將任務(wù)圖進行特定的數(shù)據(jù)化表示,實現(xiàn)了對任務(wù)圖的有效劃分,并且能夠輸出聚類后的直觀結(jié)果,各個性能指標。本論文將這些工作集成到一個軟件工具中。試驗表明:本論文工作能夠獲得較