技术特征：
1.一种基于敏感度模型的分组混合精度配置方案搜索方法，其特征在于，包括：步骤1，利用程序插桩完成浮点变量关系提取，量化变量之间的计算次数和计算关系，并将该关系抽象为图表示，得到浮点变量关系图，图中顶点对应各个浮点变量，边代表两个浮点变量有直接的运算关系，边的权值代表两个浮点变量计算了多少次；步骤2，采用社区划分算法对得到的浮点变量关系图进行子图划分，从而将具有强关联的浮点变量分入同一组内；步骤3，计算得出浮点变量的条件数，将其定义为敏感度，并将每一组的敏感度设置为该组中对结果影响最大的浮点变量的敏感度大小，然后采取每一组敏感度从小到大的排序方法进行组间排序；步骤4，进行精度调整，优先降低敏感度最小的变量组内浮点变量的精度，从而在保证精度转换开销尽可能低的同时，获取更高的性能提升。2.根据权利要求1所述的一种基于敏感度模型的分组混合精度配置方案搜索方法，其特征在于，所述步骤1包括：步骤1.1，提取浮点计算程序中的函数名称，包括：在提取变量时同时将其所在的函数名称给予标识，对于浮点计算程序中模块m的任一函数，如果该函数不是外部声明函数，则存储该函数名称为后续提取关系使用；步骤1.2，利用基于ssa的def-use链获取浮点计算程序中的数值依赖关系；步骤1.3，提取浮点计算程序中的数值计算关系；步骤1.4，基于步骤1.1至步骤1.3，得到含有函数名称的变量关系表；步骤1.5，将非浮点运算的变量从变量关系表中删除，得到程序中浮点变量之间的运算关系；步骤1.6，采用针对基本块的插桩方法实现对指令执行次数的追踪，得到变量之间的运算次数；步骤1.7，将该关系抽象为图表示，得到浮点变量关系图，图中顶点对应各个浮点变量，边代表两个浮点变量有直接的运算关系，边的权值代表两个浮点变量计算了多少次。3.根据权利要求2所述的一种基于敏感度模型的分组混合精度配置方案搜索方法，其特征在于，所述步骤1.2包括：步骤1.2.1，遍历当前函数f的指令，将其中的store指令存储至storequeue队列；步骤1.2.2，若storequeue非空，将队首元素instruction出队列，并将其存储至队列dqueue，进行下一步的指令流分析；若storequeue为空，则流程结束；步骤1.2.3，将dqueue队首元素出队列，并分析该指令对应的def-use链，若对应的指令vi的操作码为load，则vi和instruction对应一组数值关系依赖；若对应的指令vi的操作码不是load，则将vi存储至队列dqueue的队尾；步骤1.2.4，若dqueue不为空，则继续进行步骤1.2.3；若dqueue为空，则进行步骤1.2.2。4.根据权利要求2所述的一种基于敏感度模型的分组混合精度配置方案搜索方法，其特征在于，所述步骤1.3包括：限制参与运算的的变量数目不能超过两个，找到store指令中存储的操作数，然后找出对应的运算指令中的虚拟寄存器，最后根据虚拟寄存器找到两条load指令即可得出数值计
算关系。5.根据权利要求2所述的一种基于敏感度模型的分组混合精度配置方案搜索方法，其特征在于，所述步骤1.5包括：将store指令与load指令成对存储，在进行浮点变量类型判定时，当从load指令和store指令中获取的操作数都属于浮点类型时不过滤该指令对，否则过滤该指令对。6.根据权利要求1所述的一种基于敏感度模型的分组混合精度配置方案搜索方法，其特征在于，所述步骤1.6包括：使用llvm ir生成器实现对基本块的指令插桩，通过irbuilder在步骤1.5处理后的每个基本块的第一条load指令前插桩调用函数calculateedge指令，通过插桩调用该函数的指令完成运算次数的记录，重新编译ir为可执行文件，然后执行该文件获取插桩后的程序运行结果，统计程序中数值依赖关系和数值计算关系的变量对数。7.根据权利要求1所述的一种基于敏感度模型的分组混合精度配置方案搜索方法，其特征在于，所述步骤2包括：通过louvain算法对浮点变量关系图中节点进行分类。
技术总结
本发明公开一种基于敏感度模型的分组混合精度配置方案搜索方法，包括：利用程序插桩完成浮点变量关系提取，量化变量之间的计算次数和计算关系，并将该关系抽象为图表示，得到浮点变量关系图；采用社区划分算法对得到的浮点变量关系图进行子图划分，将具有强关联的浮点变量分入同一组内；计算得出浮点变量的条件数，将其定义为敏感度，并将每一组的敏感度设置为该组中对结果影响最大的浮点变量的敏感度大小，然后采取每一组敏感度从小到大的排序方法进行组间排序；进行精度调整，优先降低敏感度最小的变量组内浮点变量的精度。本发明可以快速的找到有效的混合精度配置方案。以快速的找到有效的混合精度配置方案。以快速的找到有效的混合精度配置方案。
技术研发人员：许瑾晨 侯明 周蓓 王攀杰 刘洋笑 弋宗江 李飞 何昊天
受保护的技术使用者：中国人民解放军战略支援部队信息工程大学
技术研发日：2022.06.02
技术公布日：2022/8/30