Statistical models for the estimation of execution time of coarsegrained OpenMP programs

• Autorzy: Kamińska A. , Bielecki W.

Warianty tytułu

PL

Modele statystyczne do oszacowania czasu wykonania aplikacji gruboziarnistych w standardzie OpenMP

• Języki publikacji: EN

Abstrakty

EN

This paper presents a family of statistical models for the estimation of program execution time. The paper discusses the possibilities of how to apply the family to reduce iterative compilation duration and in consequence, software development duration. The discussion is supported with the results of experimental research carried out for program loops selected from the NAS Parallel Benchmarks test suite.

PL

W artykule przedstawiono autorską koncepcję rodziny modeli statystycznych do oszacowania czasu wykonania programu oraz omówiono możliwości wykorzystania jej w celu skrócenia czasu wykonywania kompilacji iteracyjnej (a w konsekwencji czasu wytwarzania oprogramowania). Przedstawiono także wyniki przeprowadzonych badań eksperymentalnych.

Słowa kluczowe

EN

program execution time; iterative compilation; statistical model

PL

czas wykonania programu; kompilacja iteracyjna; model statystyczny

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2015
• Tom: R. 91, nr 2
• Strony: 22--26
• Opis fizyczny: Bibliogr. 15 poz., tab.

Twórcy

autor

Kamińska A.

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, Katedra Inżynierii Oprogramowania, ul. Żołnierska 49, 71-210 Szczecin

autor

Bielecki W.

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, Katedra Inżynierii Oprogramowania, ul. Żołnierska 49, 71-210 Szczecin

Bibliografia

• [1] Ishizaka K., Obata M., Kasahara H., Coarse grain task parallel processing with cache optimization on shared memory multiprocessor, Languages and Compilers for Parallel Computing, 2003, 352-365
• [2] Kazi I.H., Lilja D.J., Coarse-grained Speculative Execution in Shared-memory Multiprocessors, Proceedings of the 1998 International Conference on Supercomputing – ICS '98, 1998, 93-100
• [3] Aho A.V., Lam M.S., Sethi R., Ullman J.D., Compilers: Principles, Techniques, and Tools (2nd Edition). Addison Wesley, 2006
• [4] Coleman S., McKinley K.S., Tile Size Selection Using Cache Organization and Data Layout, ACM SIGPLAN Notices, 30 (1995), Issue 6, 279-290
• [5] Esseghir K., Improving data locality for caches. Master’s thesis, Department of Computer Science, Rice University, 1993
• [6] Temam O., Fricker C., Jalby W., Cache interference phenomena, ACM SIGMETRICS Performance Evaluation Review, 22 (1994), Issue 1, 261-271
• [7] Lam M.S., Rothberg E.E., Wolf M.E., The Cache Performance and Optimization of Blocked Algorithms, ACM SIGARCH Computer Architecture News, 19 (1991), No. 2, 63-74
• [8] Wolfe M., High Performance Compilers for Parallel Computing. Addison-Wesley, 1996
• [9] Haoqiang J., Frumkin M., Yan J., The OpenMP implementation of NAS parallel benchmarks and its performance. Technical Report NAS-99-011, NASA Ames Research Center, 1999
• [10] NAS Parallel Benchmarks, http://www.nas.nasa.gov/publications/npb.html
• [11] Berlińska J., Metody tworzenia modeli statystycznych charakteryzujących aplikacje równoległe i rozproszone. Rozprawa doktorska. Politechnika Szczecińska, 2005
• [12] Lokuciejewski P., Stolpe M., Morik K., Marwedel P., Automatic Selection of Machine Learning Models for WCETaware Compiler Heuristic Generation, Proceedings of the 4th Workshop on Statistical and Machine Learning Approaches to Architectures and Compilation (SMART), 2010, 3-17
• [13] Cavazos J., O’Boyle M.F.P., Method-Specific Dynamic Compilation using Logistic Regression, ACM SIGPLAN Notices, 41 (2006), No. 10, 229-240
• [14] Park E., Kulkarni S., Cavazos J., An Evaluation of Different Modeling Techniques for Iterative Compilation, Proceedings of the 14th international conference on compilers, architectures and synthesis for embedded systems, 2011, 65-74
• [15] Pekhimenko G., Brown A.D., Efficient Program Compilation through Machine Learning Techniques, Software Automatic Tuning, 2010, 335-351