1) parallel compiling
并行编译
1.
p-HPF is a HPF parallel compiling system designed by us for parallel programming on cluster workstations.
p-HPF是一个基于cluster体系结构的HPF并行编译系统 ,它不仅支持数据并行计算范例 ,而且也支持任务并行范例。
2.
Then a certain DAD structure used by p-HPF parallel compiling system is introduced in detail.
从网络并行计算的一般需求出发,讨论了分布数组描述DAD（distributed array descriptor）的内容和结构,具体给出了p-HPF并行编译系统的DAD结构定义。
2) parallel compilation
并行编译
1.
Tests showed that this parallel compilation strategy more effectively supports implicitly data parallelism than the Intel compiles EFC and that the optimization techniques speed up parallel program execution.
结果表明,该并行编译策略有效地实现了对隐式数据并行的支持。
2.
Computation partition is one of the most important problems in parallel compilation and optimization.
计算划分问题是并行编译中最为重要的问题之一。
3.
This paper will discuss the key tech-niques of parallel compilation based on distributed memory systems from four aspects including parallel programming model,code and data distribution,communication optimization and code generation issues.
分布存储系统的并行编译器需要解决各局部存储器之间数据分布问题和各处理机之间通信优化问题。
3) parallel compiler
并行编译
1.
Computation and data decompositions are key factors of parallel compiler on distributed memory parallel computers.
计算和数据分解是分布主存系统中并行编译的关键,在并行优化编译器的并行识别过程中,许多串行代码无法找到全局一致的分解结果。
2.
This paper comes out the features of non- perfect nested loop and its useful transformation in parallel compiler on the basis of the experience of implement of AFT which is a automatic parallelize system and analysis of some benchmark.
在并行编译中,循环变换是开发程序并行度的主要方法,但存在复杂控制流的非紧密嵌套循环往往无法得到有效的并行化。
3.
Data partition is the key technique of parallel compiler on Distributed Memory Parallel Computers(DMPCs).
数据划分是分布主存系统中并行编译的关键技术,它以数组和包含这些数组的嵌套循环为研究对象,以提高数据局部性和挖掘计算并行性为根本目的。
4) parallelizing compiler
并行化编译
1.
Array privatization is very important in parallelizing compilers.
数组私有化是并行化编译中的重要技术 ,该文针对现有数组私有化方法的不足 ,分析了数组私有化的本质 ,提出了一个新的数组私有化方法 :相关 -覆盖方法 。
2.
Automatic dataand computation partitioning are of great challenge in parallelizing compilers.
数据和计算分解是并行化的基础,对应的数据分布和计算划分是并行化编译的重要组成部分。
5) parallel compiler
并行编译器
6) compile and go
编译并执行
补充资料：并行编译程序
并行编译程序
parallelizing compilers
b ingxing bianyi chengxu并行编译程序(parallelizing compilers)处理并行语言的编译程序或串行语言的程序并行化的编译程序(自动并行编译程序)。 自动并行编译的实现在常规编译程序的基础上采取两种途径:预处理方式，在词法语法分析前进行;中间代码优化，在中间代码的基础上进行。预处理的方法，对数据依赖及循环中的数组下标分析清晰、精确，但并不适用于多种语言而导致重复劳动;中间代码的优化方法可通用化，但由于各语言实现时的中间代码形式各异且不对外开放，因而仅适用于系统制造者内部实现。自动并行编译的主要内容是并行性的识别。其过程是:数据依赖分析，即识别各种依赖如数据依赖、控制依赖等;程序转换，主要是循环的转换;借助运行系统和操作系统的支撑将源程序转化为并行代码或并行程序。自动并行编译一般进行源到源转换，即将串行源代码转换为并行源代码。 并行语言的编译程序通常由词法语法分析、优化和代码生成三个阶段组成。其中优化是主体，它包括依赖关系分析、循环转换及进程分配、调度、同步和通信等。 并行编译程序的主要研究内容包括: (l)依赖关系分析 依赖关系主要有四种:流依赖、反依赖、输出依赖及控制依赖。其中只有流依赖是固有依赖，其它依赖如翰出依赖和反依赖在一定条件下可通过换名扩张及设置必要的附加语句消去，而控制依赖亦可转化为数据依赖。循环的并行化主要是通过依赖关系分析，改变原串行程序的词法次序，以缩短程序的执行时间而不改变其语义。因此，依赖关系分析提供了保证串行程序语义正确性的条件。 编译程序依赖关系的测试方法主要有两种:精确测试法和近似测试法。精确测试法试图求出丢番图方程的通解以适合于方程数目较少且循环具有确定的上下界的情况，如依赖凸边域DCH方法。近似测试法仅给出一些存在解的必要条件，如F冶n幼ee测试法、GCD测试法及入测试法等。 (2)循环转换 循环并行化之前应进行预优化工作，这包括循环的规范化(尽可能线性化以便于依赖关系的分析，使循环的上界和步长均为1等)。 循环的并行化可分为三个阶段:依赖分析(跨迭代和迭代内依赖)、循环转换和循环调度。循环的转换技术是对循环变量的集合进行划分或改变循环，主要技术有循环交换、合并、分布、分片和环路收缩等。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条