您的位置: 专家智库 > >

李胜梅

作品数:6 被引量:18H指数:3
供职机构:清华大学信息科学技术学院计算机科学与技术系更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇期刊文章
  • 2篇会议论文

领域

  • 5篇自动化与计算...

主题

  • 2篇调度
  • 2篇主成分
  • 2篇主成分分析
  • 1篇导数
  • 1篇调度算法
  • 1篇性能分析
  • 1篇应用程序
  • 1篇应用程序性能
  • 1篇软件开发
  • 1篇体系结构
  • 1篇偏导
  • 1篇偏导数
  • 1篇模调度
  • 1篇模型分析
  • 1篇SPEC
  • 1篇IA-64体...
  • 1篇SCHEDU...
  • 1篇LATENC...

机构

  • 6篇清华大学
  • 2篇中国科学院数...

作者

  • 6篇汤志忠
  • 6篇李胜梅
  • 3篇刘利
  • 2篇乔林
  • 2篇郭振宇
  • 2篇陈彧
  • 2篇高兴誉
  • 1篇李文龙

传媒

  • 2篇计算机研究与...
  • 2篇软件学报
  • 1篇2004年全...
  • 1篇2006中国...

年份

  • 1篇2010
  • 1篇2009
  • 1篇2006
  • 2篇2005
  • 1篇2004
6 条 记 录,以下是 1-6
排序方式:
IA-64体系结构中软件流水技术的研究
对IA-64体系结构中软件流水技术进行了研究。文章阐述了软件流水技术的特点;分析了软件流水的寄存器需求;提出了寄存器不足的解决方法,并介绍了实验结果。
陈彧李文龙李胜梅刘利汤志忠
关键词:软件开发调度算法
减少条件分支转移的算法
本文根据条件判断范围间的相互关系,把条件分支判断分成了四种类型,对能进行优化的类型给出了代码调整的算法。利用本文给出的算法对程序进行代码转换后,平均运行时间比转换前减少了约3%,而实际执行的指令数减少了约2%,实际执行的...
李胜梅郭振宇汤志忠
文献传递
主成分线性回归模型分析应用程序性能被引量:7
2009年
应用程序的性能分析能够给体系架构设计者和性能优化者提供有效的参考和指导.采用主成分线性回归模型分析了SPEC CPU2006的整型程序性能.模型选取性能监测单元采样到的事件为自变量,每条指令的时钟周期数(CPI)作为因变量.模型中采用主成分分析法消除了性能事件之间的相关性.实验结果表明,模型的拟合优度在90%以上,对性能进行预测的平均相对误差为15%.模型从量化上分析了L1,L2高速缓存缺失作为影响性能的关键因素是怎样影响程序性能的.
李胜梅程步奇高兴誉乔林汤志忠
关键词:性能分析主成分分析SPEC
软件流水中隐藏存储延迟的方法被引量:8
2005年
软件流水是一种重要的指令调度技术,它通过同时执行来自不同循环体的指令来加快循环的执行速度.随着处理机运行速度的逐渐提高,存储访问延迟成为性能提高的瓶颈.为了减轻存储系统影响,软件流水结合了一些存储优化技术,通过隐藏存储延迟来提高性能.提出了一种延迟可预测的模调度算法(foresightedlatencymoduloscheduling,简称FLMS),它根据循环的特点来确定load指令延迟.实验结果表明,FLMS算法减少了阻塞时间,提高了程序性能.
刘利李文龙陈彧李胜梅汤志忠
关键词:LATENCY
避免模调度中cache代价的优化方法被引量:2
2005年
软件流水能够加快循环的执行速度.模调度是一种被广泛采用的软件流水的启发式.为了改善存储系统,cache使用了分级机制,但这也带来了额外的存储延迟-cache代价.证明了模调度可能导致cache代价,并提出了一种可以避免模调度的cache代价的PCPMS(preventcachepenaltyinmoduloscheduling)算法.实验结果表明,PCPMS能够避免模调度中的cache代价,提高程序性能.
刘利李文龙郭振宇李胜梅汤志忠
关键词:模调度
基于非线性回归方程偏导数分析应用程序性能敏感度的方法被引量:3
2010年
性能敏感度反映了应用程序性能相对于性能影响因素的变化率,对性能敏感度的量化分析可为体系结构设计和程序性能优化提供有意义的参考和指导.提出了一种分析程序性能敏感度的非线性回归模型(PS-NLRM),能够量化不同应用程序的性能敏感度.通过主成分分析消除了影响性能的性能事件之间的相关性,通过曲线拟合引入非线性项,建立了程序性能CPI和性能事件之间的非线性回归方程.模型应用在SPEC CPU2006整型程序之上,通过了t检验和F检验,达到90%以上的拟合度.基于非线性回归方程相对于性能事件的偏导数,得到不同应用程序的性能对性能事件的敏感度.利用性能敏感度对SPEC CPU2006整型程序性能进行预测的平均相对误差约为4.5%,比传统线性回归模型预测误差下降50%.
李胜梅程步奇高兴誉乔林汤志忠
关键词:主成分分析偏导数
共1页<1>
聚类工具0