Ein datenparalleler Ansatz zur Beschleunigung von Datenflussanalysen mittels GPU
A data parallel approach to accelerate data flow analysis using GPU
Please always quote using this URN: urn:nbn:de:bvb:29-opus4-186947
- Übersetzer sind der Grundpfeiler der Softwareentwicklung. Seine veraltete, rein sequentielle Arbeitsweise skaliert jedoch nur noch ungenügend mit dem Umfang heutiger Softwareprojekte. Die für die Entwicklung unproduktive Laufzeit des Übersetzers nimmt einen immer größeren Anteil am Entwicklungszyklus ein.
Der Großteil der Laufzeit wird für Datenflussanalysen aufgebracht. Die von ihnen berechnete Informationsbasis ermöglicht erst die Anwendung von Optimierungen, um z.B. die Laufzeit eines Programmes zu reduzieren.
Diese Dissertation beschreibt das Framework ParCan, dass es ermöglicht fixpunktbasierte Datenflussanalysen datenparallel auf einer Grafikkarte (GPGPU) auszuführen.
Durch dieÜbersetzer sind der Grundpfeiler der Softwareentwicklung. Seine veraltete, rein sequentielle Arbeitsweise skaliert jedoch nur noch ungenügend mit dem Umfang heutiger Softwareprojekte. Die für die Entwicklung unproduktive Laufzeit des Übersetzers nimmt einen immer größeren Anteil am Entwicklungszyklus ein.
Der Großteil der Laufzeit wird für Datenflussanalysen aufgebracht. Die von ihnen berechnete Informationsbasis ermöglicht erst die Anwendung von Optimierungen, um z.B. die Laufzeit eines Programmes zu reduzieren.
Diese Dissertation beschreibt das Framework ParCan, dass es ermöglicht fixpunktbasierte Datenflussanalysen datenparallel auf einer Grafikkarte (GPGPU) auszuführen.
Durch die Integration von ParCan in den LLVM-Übersetzer konnte dessen Laufzeit um bis zu 31% reduziert werden.
Im Rahmen der Arbeit wurden weitere Fragestellungen wie die Effizienz von Graphstrukturen sowie die effiziente, deadlock-freie Synchronisation von Threads auf der GPU bearbeitet.…
- Compilers are the cornerstone of software development. However, its outdated, purely sequential architecture scales only insufficiently with the size of today's software projects. The compiler’s runtime, which is unproductive for the development process, is taking up an increasingly large share of the development cycle.
The majority of the runtime is spent on data flow analyses. The computed information enables to apply the optimizations, e.g., to reduce the runtime of a program.
This dissertation describes the framework ParCan, which makes it possible to execute fixpoint-based data flow analyses in a data-parallel fashion on a graphics card (GPGPU).
By integrating ParCan into the LLVMCompilers are the cornerstone of software development. However, its outdated, purely sequential architecture scales only insufficiently with the size of today's software projects. The compiler’s runtime, which is unproductive for the development process, is taking up an increasingly large share of the development cycle.
The majority of the runtime is spent on data flow analyses. The computed information enables to apply the optimizations, e.g., to reduce the runtime of a program.
This dissertation describes the framework ParCan, which makes it possible to execute fixpoint-based data flow analyses in a data-parallel fashion on a graphics card (GPGPU).
By integrating ParCan into the LLVM compiler framework, its runtime could be reduced by up to 31%.
Within the scope of this thesis, further issues such as the efficiency of graph structures as well as the efficient, deadlock-free synchronization of threads on the GPU were addressed.…
Author: | Thorsten Blaß |
---|---|
Persistent identifiers - URN: | urn:nbn:de:bvb:29-opus4-186947 |
Persistent identifiers - DOI: | https://doi.org/10.25593/978-3-96147-494-3 |
ISBN: | 978-3-96147-494-3 |
Series (Volume number): | FAU Studien aus der Informatik (17) |
Publisher: | FAU University Press |
Place: | Erlangen |
Referee: | Michael Philippsen, Dietmar Fey |
Advisor: | Michael Philippsen |
Document Type: | Doctoral Thesis |
Language: | German |
Year of publication: | 2022 |
Date of online publication (Embargo Date): | 2022/03/08 |
Publishing Institution: | FAU University Press |
Granting institution: | Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Technische Fakultät |
Acceptance date of the thesis: | 2021/09/22 |
Release Date: | 2022/03/10 |
Tag: | Compilertechnik; Fixpunkt-Algorithmen; GPGPU; Propagationsalgorithmen; parallele Algorithmen |
SWD-Keyword: | Compiler; Datenflussanalyse; Fixpunkt; Datenparallelität |
Length/size: | xix, 324 Seiten |
Notes: | Parallel erschienen als Druckausgabe bei FAU University Press, ISBN: 978-3-96147-493-6 |
Institutes: | Technische Fakultät |
Dewey Decimal Classification: | 0 Informatik, Informationswissenschaft, allgemeine Werke / 00 Informatik, Wissen, Systeme / 005 Computerprogrammierung, Programme, Daten |
open_access (DINI-Set): | open_access |
Collections: | Universität Erlangen-Nürnberg / FAU University Press |
Licence (German): | ![]() |