面向DCU的多面体编译优化技术研究的任务书.docx

面向DCU的多面体编译优化技术研究的任务书
任务书：面向DCU的多面体编译优化技术研究
一、研究背景和目的
随着计算机技术的快速发展，科学计算的应用范围变得越来越广泛，多面体计算是高性能计算中的重要一环。多面体计算是一类计算密集型的并行计算任务，涉及到大量的数据存储和处理，对编译优化技术的要求很高。在处理大规模多面体计算时，如何编写高效的程序，减少运行时间和节省内存成为一个具有挑战性的问题。
数据并行和并行计算的应用正在发生变化。一方面，多核处理器已经成为了当前高性能计算的主力军，这些处理器在单个硅片上结合了很多核心，创造了新的编程模型。另一方面，大规模计算机集群已经成为了科学计算的主流，使得高性能计算应用能够处理更大规模、更具挑战性的问题。多面体计算正是属于这个领域，需要研究针对多面体计算的编译器和运行时支持，以消除机器性能上的瓶颈，并充分利用机器的资源。
为了充分利用现代计算机的硬件并行发布，通过编译器优化，减少多面体应用程序的内存占用和高效利用计算资源，本项目立足于多面体应用相关编译技术的研究，旨在实现面向数据并行性和流水并行性的多面体计算高效编译，不仅降低程序实现门槛，还能够为这类应用程序提供高性能开发和调试的环境。
二、研究内容和任务
1.对多面体计算的任务进行分析，构建面向DCU的编译优化模型。
2.通过分析多面体计算的特点，设计并实现能够自动地将多面体并行计算任务转化为高效的并行代码的编译器，以便快速且准确地调整计算任务的并行度，因此减少内存消耗。
3.针对目前多面体计算在调度中存在的问题，研究面向多面体计算的调度优化策略，并提出针对这些问题的调度优化策略，提高计算任务的执行速度和硬件资源利用效率。
4.设计测试用例和数据，对优化后的多面体计算任务进行测试和分析。分析算法和优化的效果，并提出改进和优化意见和方案。
三、研究方法和技术路线
1.研究方法
本次研究将采用分析和实验相结合的研究方法，结合计算机科学和应用数学的理论和实践，深入分析多面体计算任务的内部特点、数据流动和并行计算等问题，研究与之对应的面向多面体计算的编译优化技术。并且，提出针对性调度策略，并实现相应的系统。
2.技术路线
（1）任务分析和问题提出
针对多面体应用的特点、数据并行性和流水并行性，研究和分析多面体计算在多核处理器和集群上的编译和优化问题，并提出相应的研究方案。
（2）编译器技术研究
针对多面体计算的特点，研究面向数据并行和流水并行优化的编译技术，提出面向多面体计算的编译优化策略，并实现相应的编译器和运行时支持库。
（3）调度算法和优化研究
基于对多面体计算机任务的分析和特点的理解，结合面向多面体计算的编译优化技术，设计和实现有针对性的调度算法和优化策略，使得多面体应用能够充分地利用硬件并行发布，提高计算任务的执行速度和硬件资源利用效率。
（4）实验测试和数据分析
针对实验设计的测试用例和数据，对优化后的多面体计算进行测试和分析，分析算法和优化的效果，并提出改进和优化意见和方案。
四、项目计划和实施步骤
1.项目计划
本次研究计划从2022年1月开始，为期2年，包括如下几个方面进展：
第一年：
1.研究多面体计算的任务特点、数据并行性和流水并行性等问题，并提出针对性的编译优化解决方案。
2.基于多面体计算的特点，设计并实现多面体并行计算程序的编译器。
第二年：
1.设计调度算法和优化策略，实现面向多面体计算的调度优化。
2.实现可编程的多核架构，为多面体计算提供硬件支持。
3.实现存储器优化。
4.测试和分析算法的有效性和效率，并提出改进和优化意见和方案。
2.实施步骤
第一年：
1.1学习和掌握多面体计算的背景知识和相关理论，完成任务分析和问题提出阶段的探索。
1.2设计可以将多面体并行计算任务转化为高效的并行代码的编译器，以便快速且准确地调整计算任务的并行度，因此减少内存消耗。
第二年：
2.1设计调度算法和优化策略，实现面向多面体计算的调度优化。
2.2实现可编程的多核架构，为多面体计算提供硬件支持。
2.3实现存储器优化。
2.4测试和分析算法的有效性和效率，并提出改进和优化意见和方案。
五、预期成果和考核方法
1.预期成果
本次研究预计能够提出有效并行化多面体计算的编译技术，并有效优化多面体应用程序，提高其在多核处理器和集群中的性能。具体成果包括针对多面体计算的编译优化模型、面向多面体计算的编译器和调度优化策略、测试用例和数据以及性能分析报告等。
2.考核方法
对本次研究的考核主要采用以下三种方法：
（1）中期考核：由项目组内成员对研究进展情况进行评估。
（2）定期汇报：项目负责人定期向管理部门汇报研究进展情况。
（3）结项论证会：由相关专业人员组成专家小组进行结项论证，评估研究成果。
六、预算和经费支持
本项目的预算主要包