导读:本文包含了寄存器分配论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:寄存器,分配,翻译器,多核,指令,向量,编译器。
寄存器分配论文文献综述
邱亚琼,胡勇华,李阳,唐镇,石林[1]（2019）在《基于两类寄存器互为缓存方法的DSP寄存器分配溢出处理优化算法》一文中研究指出寄存器是处理器硬件中有限的宝贵资源,这使得寄存器分配成为编译器中最为关键的过程之一。影响寄存器分配效果的关键因素之一是溢出带来的访存开销。针对DSP处理器具有两类通用寄存器的情况,以图着色全局寄存器分配方法为基本方法,提出两类寄存器间的一种互补利用策略和相应的寄存器溢出优化算法。该策略改进了传统图着色方法,通过生命周期分析的结果,将同类寄存器分配候选者之间的冲突关系和不同类寄存器分配候选者之间的冲突关系区分开来,并把它们表示在一张无向图中。与传统的图着色算法相比,改进的算法能充分考虑不同类寄存器之间的相互约束关系,减少寄存器溢出时的访存操作,从而有利于提高代码的性能。(本文来源于《计算机科学》期刊2019年06期）
王军,庞建民,傅立国,岳峰,单征[2]（2019）在《二进制翻译中动静结合的寄存器分配优化方法》一文中研究指出针对二进制翻译器QEMU(quick emulator)在寄存器映射时未考虑基本块之间以及循环体之间对寄存器需求的差异,造成不必要的寄存器溢出而导致的冗余访存开销问题,引入全局寄存器静态映射和局部寄存器动态分配思想,提出高效的基于优先级的动静结合寄存器映射优化算法.该算法首先基于源平台不同寄存器使用的统计特征和各变量的生命周期,静态进行全局寄存器映射;然后依据中间表示与源平台寄存器之间的映射关系,获取基本块中间指令需求寄存器次数并排序确定寄存器分配的优先级;之后依据优先级顺序动态进行寄存器分配,从而减少寄存器溢出次数,降低生成的本地代码的膨胀率以及访存次数,提高目标程序性能.对NBENCH、典型的递归程序和SPEC2006的测试表明:该算法有效地减少了本地代码的访存次数,提高了程序性能,平均比优化前性能分别提升了8.67%, 8.25%, 8.10%.(本文来源于《计算机研究与发展》期刊2019年04期）
倪园慧,陈巍文,王磊,邱柯妮[3]（2018）在《面向MLC STT-RAM的寄存器分配策略优化研究》一文中研究指出多级自旋转移力矩磁性存储器(MLC STT-RAM)是一种新型的非易失性存储介质。不同于采用电荷方式来存储信息的SRAM,MLC STT-RAM利用自旋偏振电流通过磁隧道结(MTJ)改变自由层的磁层方向来存储信息,能够天然地避免电磁干扰。文章利用MLC STT-RAM的抗电磁辐射特性,探索在航天抗辐照环境下将其作为存储介质用于寄存器设计。在MLC STT-RAM中,每个存储单元有4种不同的阻抗状态,不同的阻抗状态之间的转换具有不同的能耗和延迟的代价。而传统的基于SRAM的寄存器分配技术并没有考虑不同的写状态转换的影响,其在没有考虑溢出优先级的情况下启发式地选择潜在溢出变量,因此该方法不适合用在MLC STT-RAM的寄存器分配中。针对该问题,提出了一种面向写状态转换的MLC STT-RAM寄存器分配的溢出优化策略。具体来说,首先,通过每个写状态转换频率的线性组合来构成溢出代价模型。然后,根据溢出代价模型针对性地选择溢出变量,选择代价低的变量保存在寄存器中,而代价高的变量倾向于被溢出,从而便实现了面向MLC STT-RAM的寄存器分配策略的优化设计。(本文来源于《计算机科学》期刊2018年S1期）
王向前,王昊[4]（2017）在《分簇结构向量寄存器分配策略研究》一文中研究指出通过分簇结构实现向量化执行是一种高效而灵活的体系结构选择。在编译中间表示里,向量指令与标量指令交迭出现。分簇结构向量化实现的特殊方式给传统的寄存器分配框架带来了挑战。针对该问题,本文从向量指令的表示形式、Callee/Caller寄存器划分、向量寄存器分配等进行研究,并给出全局与局部向量寄存器的分配方法。(本文来源于《单片机与嵌入式系统应用》期刊2017年07期）
戴涛,单征,卢帅兵,石强,潭捷[5]（2016）在《基于优先级动态二进制翻译寄存器分配算法》一文中研究指出针对动态二进制翻译系统QEMU寄存器分配不考虑基本块之间对寄存器需求的差异性,造成不必要寄存器溢出而导致重复访存开销的问题,提出高效的基于优先级线性扫描寄存器分配算法.该算法基于中间表示与源平台寄存器之间的映射关系,获取每一次生成基本块中间指令预分配寄存器次数并统计排序确定寄存器的优先级,寄存器分配时动态调整寄存器分配顺序,减少寄存器溢出次数,降低生成本地代码指令数量.QEMU动态翻译x86、mips及arm平台的nbench测试集实验结果表明,该算法基于中间代码改进具有很好的跨平台性,有效减少了生成本地代码指令数目,比QEMU优化前翻译性能分别提升了6.7%、6.8%、4.7%.(本文来源于《浙江大学学报(工学版)》期刊2016年07期）
王昊,王向前[6]（2015）在《BWDSP SIMD编译的寄存器分配优化技术研究》一文中研究指出BWDSP是一款自主设计的国产VLIW(超长指令字)数字信号处理器,支持SIMD技术,其SIMD指令可以在4个宏上同时执行4个32位计算,对寄存器使用有特殊规则,Open64编译器的寄存器分配策略并不适用于这种规则。本文对BWDSP SIMD指令的寄存器分配优化技术进行了研究,并在BWDSP的编译器OCC上得以实现。(本文来源于《单片机与嵌入式系统应用》期刊2015年04期）
余超君,李春强,尚云海,张培勇[7]（2014）在《基于Trace合并和寄存器分配的Dalvik优化》一文中研究指出Dalvik虚拟机作为Android系统上运行所有应用程序的基础,其性能瓶颈一直制约着Android系统的用户体验。通过研究Android系统中的Dalvik架构,分析其解释器和JIT模块的工作原理,发现热Trace选择过程中短Trace编译损耗大以及即时编译过程中寄存器分配不合理的情况。结合Java虚拟机技术和编译器技术,在现有热Trace选择和寄存器分配机制的基础上,提出基于Trace合并和寄存器分配的优化算法,在国产高性能嵌入式CPU CSKY体系下移植Dalvik虚拟机并实现了上述优化算法。通过实验证明优化后Dalvik执行Java程序的性能提高了近10%。(本文来源于《计算机工程》期刊2014年10期）
闫国昌,何炎祥,李清安[8]（2014）在《降低寄存器软错误的静态寄存器重分配方法》一文中研究指出针对寄存器交换方法在降低寄存器软错误率过程中,未考虑寄存器分配过程对软错误所带来影响的问题,提出一种基于活跃变量对于软错误影响的静态寄存器重分配方法。首先,引入活跃变量权值来评估其对寄存器软错误的影响;然后,提出两条规则,在进行寄存器交换后对活跃变量进行寄存器的重新分配。该方法在更小粒度的活跃变量层次,进一步降低了寄存器软错误率。实验和分析表明,相对于寄存器交换方法,该策略能进一步降低30%的寄存器软错误率,增强了寄存器的可靠性。(本文来源于《计算机应用》期刊2014年09期）
郭正红,郭绍忠,许瑾晨,张兆天[9]（2014）在《异构多核平台下基础数学库寄存器分配方法》一文中研究指出针对异构多核处理器协处理器数学函数中由于查表法和寄存器资源不足而导致的性能下降问题,提出一种基于热路径的寄存器分配方法,结合数学函数的相关路径特点和两类寄存器资源使用开销不一致的情况,对热路径和较少使用路径上的寄存器资源进行再分配过程,将较少使用路径上的高效寄存器资源与热路径上的耗时寄存器资源进行交换,最大限度消除热路径上的访存过程,以降低函数较少使用路径上的性能为代价从而提高函数热路径上的性能,从而达到提升函数整体性能的目的。实际数据表明,上述手段能够使协处理器典型数学函数的性能提升18%以上,从而有效发挥协处理器的计算性能。(本文来源于《计算机应用》期刊2014年S1期）
蒋烈辉,陈慧超,董卫宇,张彦文[10]（2014）在《基于静态寄存器分配的系统仿真协同优化方法》一文中研究指出针对X86系统仿真中基于静态寄存器分配的代码翻译机制导致的目标代码膨胀率高、翻译引擎和执行引擎间切换开销大两方面问题,提出了以寄存器映射、自定义指令和影子寄存器为基础的软硬协同优化方法。寄存器映射优化将对内存中模拟的源机器寄存器的操作转化为对本地机器寄存器操作,降低了翻译后目标代码膨胀率;自定义指令和影子寄存器优化将引擎切换时上下文的备份和恢复操作简化为2条自定义指令,提升了引擎切换效率。相比协同优化前,X86仿真系统Linux-0.2的翻译后目标代码膨胀率降低了21.9%,开关机时间获得了1.35的加速比。测试结果表明了该协同优化方法对于提升系统仿真效率具有可行性和有效性。(本文来源于《计算机应用》期刊2014年05期）
寄存器分配论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对二进制翻译器QEMU(quick emulator)在寄存器映射时未考虑基本块之间以及循环体之间对寄存器需求的差异,造成不必要的寄存器溢出而导致的冗余访存开销问题,引入全局寄存器静态映射和局部寄存器动态分配思想,提出高效的基于优先级的动静结合寄存器映射优化算法.该算法首先基于源平台不同寄存器使用的统计特征和各变量的生命周期,静态进行全局寄存器映射;然后依据中间表示与源平台寄存器之间的映射关系,获取基本块中间指令需求寄存器次数并排序确定寄存器分配的优先级;之后依据优先级顺序动态进行寄存器分配,从而减少寄存器溢出次数,降低生成的本地代码的膨胀率以及访存次数,提高目标程序性能.对NBENCH、典型的递归程序和SPEC2006的测试表明:该算法有效地减少了本地代码的访存次数,提高了程序性能,平均比优化前性能分别提升了8.67%, 8.25%, 8.10%.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
寄存器分配论文参考文献
[1].邱亚琼,胡勇华,李阳,唐镇,石林.基于两类寄存器互为缓存方法的DSP寄存器分配溢出处理优化算法[J].计算机科学.2019
[2].王军,庞建民,傅立国,岳峰,单征.二进制翻译中动静结合的寄存器分配优化方法[J].计算机研究与发展.2019
[3].倪园慧,陈巍文,王磊,邱柯妮.面向MLCSTT-RAM的寄存器分配策略优化研究[J].计算机科学.2018
[4].王向前,王昊.分簇结构向量寄存器分配策略研究[J].单片机与嵌入式系统应用.2017
[5].戴涛,单征,卢帅兵,石强,潭捷.基于优先级动态二进制翻译寄存器分配算法[J].浙江大学学报(工学版).2016
[6].王昊,王向前.BWDSPSIMD编译的寄存器分配优化技术研究[J].单片机与嵌入式系统应用.2015
[7].余超君,李春强,尚云海,张培勇.基于Trace合并和寄存器分配的Dalvik优化[J].计算机工程.2014
[8].闫国昌,何炎祥,李清安.降低寄存器软错误的静态寄存器重分配方法[J].计算机应用.2014
[9].郭正红,郭绍忠,许瑾晨,张兆天.异构多核平台下基础数学库寄存器分配方法[J].计算机应用.2014
[10].蒋烈辉,陈慧超,董卫宇,张彦文.基于静态寄存器分配的系统仿真协同优化方法[J].计算机应用.2014
论文知识图
