众核处理器嵌套循环多维并行识别方法优化

本文研究的焦点是"一种面向众核处理器的嵌套循环多维并行识别方法"，针对现有循环并行识别方法在应用于众核处理器时存在的不足，特别是当选择的循环并行维迭代数过少时可能导致的严重负载不均衡问题。作者们提出了一种创新策略，通过在众核处理器上利用嵌套循环的多维并行化来解决这个问题。这种方法的关键在于，首先选择嵌套循环的多个维度进行并行处理，然后将这些并行维度的迭代空间合并，再进行任务分配，这样可以有效地减少负载不平衡对程序并行效率的影响。 该研究工作是在国家自然科学基金面上项目、国家“863”计划资助项目以及国家“核高基”重大专项的支持下进行的，涉及的主要研究团队包括讲师李颖颖，她专注于高性能计算和先进编译技术；教授庞建民，他的研究领域包括高性能计算和信息安全；博士研究生李雁冰，致力于先进编译技术；以及工程师翟胜伟，专注于先进计算技术。 文章的核心内容围绕以下几个方面展开： 1. **多维并行识别**：这是一种并行处理策略，通过利用问题的多个维度同时进行计算，以提高整体的计算效率。 2. **众核处理器**：针对现代多核计算机架构，尤其是拥有众多核心的处理器，如多核或众核处理器，设计并行算法是关键。 3. **自动并行化**：作者提出的算法是自适应的，能够在运行时自动检测和调整并行度，以适应不同场景下的负载分布。 4. **嵌套循环**：通过嵌套循环结构，允许在不同的层次上并行处理，增加了并行度的可能性，有助于缓解负载不均衡。 5. **负载均衡**：通过合并并行维度和重新组织任务，该方法旨在减少并行执行过程中的负载不均衡，从而提升整体性能。 文章以具体的实现展示了这种方法在自动并行化系统中的应用，并通过实验证明了其在众核处理器上能有效提升应用程序的并行执行效率。此外，论文还提供了中图分类号、文献标志码和文章编号等学术信息，表明了它在计算机科学领域的专业性和学术价值。