基于线性不等式的数据划分方法的优化  

An optimizing data decomposition method based on linear inequalities

作　　者：董春丽[1] 赵荣彩[1] 杜澎[1] 王峥[1] 

机构地区：[1]信息工程大学信息工程学院,河南郑州450002

出　　处：《计算机应用》2007年第5期1251-1253,1263,共4页journal of Computer Applications

基　　金：河南省杰出人才创新基金资助项目(0521000200)

摘　　要：计算和数据划分是串行程序并行化时所要解决的一个重要问题,如何对程序中引用的数据进行合理的分布以最大限度的发现程序的并行性减少数据重分布的通信开销,是并行编译优化的重点。给出的数据和计算的优化分解方法是基于Anderson-Lam的分解算法上改进得到的。根据Anderson-Lam的算法得到数据和计算划分后,以线性不等式的形式表示,然后通过分析循环嵌套中能够进行边界冗余的只读数组,重新构造数据划分不等式,根据此不等式进行数据分布,实现具有边界冗余的只读数组的数据划分,有效地减少了数据收发的通信量。Maximize parallelism and minimizing communication by increasing the locality of data references are important issues for achieving high performance on large-scale parallel machines. This paper presented an optimizing method for data calculation and computation decomposition. The authors have improved the method by Anderson and Lain. Use linear inequality system to describe data and computation decomposition and reconstruct linear inequality system after adding readonly array with boundary replication. Communication load can be reduced effectively.

关 键 词：并行编译 数据分布 计算划分 线性不等式 边界冗余 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]