文件名称：基于机器学习的推测多线程线程分配新方法
文件大小：407KB
文件格式：PDF
更新时间：2024-05-26 11:07:13
Machine learning; Speculative multithreading; Thread
推测多线程（SpMT）是一种线程级自动并行化技术，用于加速多核上的顺序程序。 现有的基于启发式的方法仅适用于一种程序，不能保证获得线程分区的最佳解决方案。 在本文中，我们提出了一种新的基于机器学习的线程划分方法，将不规则程序划分为多线程。 主要包括：生成足够的训练样本，建立并应用预测模型对不规则程序进行划分。 通过使用线程分区方法，看不见的不规则程序可以获得比基于启发式方法的稳定，更高的加速。 在Prophet（一种用于评估多线程程序性能的SpMT处理器）上，对新颖的线程分区方法进行了评估，并在4核处理器上平均提高了1.80的速度。 实验表明，我们提出的方法可以显着提高速度，而Olden基准测试的性能提高了5.41％。 传统的启发式方法