PPT-Multicore：使用重用配置文件和分析建模预测OpenMP应用程序的性能
PPT-Multicore: Performance Prediction of OpenMP applications using Reuse Profiles and Analytical Modeling
摘要：
我们提出了PPT多核，分析模型嵌入在性能预测工具包（PPT）预测并行应用程序的性能运行在多核处理器。PPT-Multicore建立在我们以前的多核缓存模型的基础上。我们提取LLVM基本块标记的内存跟踪使用架构独立的基于LLVM的仪器工具，只有一次在应用程序的生命周期。该模型使用内存跟踪和其他参数从一个仪表顺序执行的二进制文件。我们使用一个概率和计算效率高的重用配置文件来预测高速缓存命中率和运行时间的OpenMP程序的并行部分。我们对英特尔的Broadwell、Haswell和AMD的Zen 2架构进行建模，并使用PolyBench和PARSEC基准测试套件中的不同应用程序验证我们的框架。结果表明，PPT-Multicore可以预测缓存命中率，总体平均出错率为1.23%，而预测运行时的出错率为9.08%。
英文摘要：
We present PPT-Multicore, an analytical model embedded in the Performance Prediction Toolkit (PPT) to predict parallel application performance running on a multicore processor. PPT-Multicore builds upon our previous work towards a multicore cache model. We extract LLVM basic block labeled memory trace using an architecture-independent LLVM-based instrumentation tool only once in an application's lifetime. The model uses the memory trace and other parameters from an instrumented sequentially executed binary. We use a probabilistic and computationally efficient reuse profile to predict the cache hit rates and runtimes of OpenMP programs' parallel sections. We model Intel's Broadwell, Haswell, and AMD's Zen2 architectures and validate our framework using different applications from PolyBench and PARSEC benchmark suites. The results show that PPT-Multicore can predict cache hit rates with an overall average error rate of 1.23% while predicting the runtime with an error rate of 9.08%.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
