參數空間探索：編譯器選項之個案研究

Abstract

現今電腦系統中有許多可調整的參數（例如：網路封包的大小、作業系統排程設定、及編譯器選項設定等），而參數設定的好壞會大幅影響系統的效能以及使用率。但是，要在一個複雜的電腦系統中找出一組好的參數設定是很困難的。在本文中我們提出了一套方法，並利用其來為編譯器的選項組合找出較佳的參數設定，使得應用程式在使用該參數設定後會有較佳的效能。 現代的編譯器提供了眾多的選項供使用者設定，選項設定的好壞對程式的效能及所佔空間會有相當程度的影響。但是，要找到合適的設定，需要對各個最佳化的選項有深入的了解，才能找到適合程式特性的選項，並且還要考慮到各個選項的交互影響。種種因素使得找出好的編譯器選項的難度變得很高，對一般使用者來說不是一件容易的事情。目前已經有許多的研究專注在如何系統化的挑選出較好的編譯器選項，但是大部分只針對二元的選項做設定，也就是只有打開或是關掉某些選項，但是並沒有考慮到有多元數值設定的選項。因此本文中提出了一套基於基因演算法的參數設定方法，來同時為二元以及多元數值設定的編譯器選項來快速地找出好的參數設定。在我們的實驗中，我們提出的方法使SPEC CPU2006 Benchmark有平均11.8%的效能提升，以及減少Android系統編譯後的程式碼大小約6.6%。

Optimizing computer systems is essential. However, modern computer systems are complex. A key driver of performance is parameter setting. There are many tunable parameters and optimizing them is not easy. With careful selection of the parameter values, better performance and higher utilization can be achieved. In this thesis, we consider a well-recognized tunable parameter set, the compilation parameters. Compilers provide many optimization options as part of their APIs. It is hard even for a compiler expert to predict which optimization options should be turned on for optimizing a specific application. In addition to turning on or off an optimization, it might be useful if we consider the setting of some parameters that affect the behavior of the optimizations. Therefore, we proposed a multi-objective compiler option searching approach based on genetic algorithm to fast locate options that improve the applications. We achieve 11.8% speedup on SPEC CPU2006 programs over the most aggressive optimization configuration of the GNU Compiler Collection (GCC) compiler (-O3) by tuning the parameter setting of the feedback-directed optimization options of GCC. Also, we reduce the code size of the native codes on Android system by 6.6% against its default configuration.