[論文レビュー] Survey on Instruction Selection: An Extensive and Modern Literature Review

Gabriel Hjort Blindell|arXiv (Cornell University)|Jun 20, 2013

Parallel Computing and Optimization Techniques参考文献 29被引用数 3

ひとこと要約

この論文は、1960年代以降の100年以上にわたる研究を網羅的かつ最新の状況に即した調査を提示し、コンパイラのコード生成における命令選択についての包括的かつ最新のサーベイを提供している。近年の手法—木パターンマッチング、動的計画法、マクロベースの手法—を分類するとともに、未解決のギャップを特定し、ターゲット固有のコード選択を最適化するための今後の研究を導く。

ABSTRACT

Instruction selection is one of three optimisation problems involved in the code generator backend of a compiler. The instruction selector is responsible of transforming an input program from its target-independent representation into a target-specific form by making best use of the available machine instructions. Hence instruction selection is a crucial part of efficient code generation. Despite on-going research since the late 1960s, the last, comprehensive survey on the field was written more than 30 years ago. As new approaches and techniques have appeared since its publication, this brings forth a need for a new, up-to-date review of the current body of literature. This report addresses that need by performing an extensive review and categorisation of existing research. The report therefore supersedes and extends the previous surveys, and also attempts to identify where future research should be directed.

研究の動機と目的

• 30年以上にわたり体系的かつ包括的なサーベイがなされていない、命令選択に関する包括的かつ最新のサーベイの欠如に対処すること。
• 木パターンマッチング、動的計画法、マクロ展開を含む、既存の命令選択技術を分類・分析すること。
• 木片（treelet）や木パターンマッチングといった複雑な手法について、先行文献における誤解を明確にし、理解を深めること。
• 未解決の研究課題を特定し、命令選択およびコード生成分野における今後の研究の方向性を示すこと。

提案手法

• 1960年代後半から2013年までの命令選択に関する100篇以上の研究論文を体系的にレビューすること。
• 木パターンマッチング、動的計画法、マクロベースの手法などのファミリーに分類してアプローチを整理すること。
• 図解用の木構造図およびグラフをすべて上部にルートを持つように再作成し、明確さと一貫性を向上させること。
• シミュレーションとマクロ展開の章を統合し、共通する概念的および実装的側面を反映すること。
• すべての調査対象のアプローチを表形式で一覧した詳細な付録を提供すること。
• 各手法の長所・短所および前提条件を評価するための批判的分析フレームワークを用いること。

実験結果

リサーチクエスチョン

• RQ1 現代の命令選択で支配的であるパラダイムおよび技術は何か。また、1970年代以降にどのように進化してきたか。
• RQ2 木パターンマッチングや動的計画法といった異なる命令選択戦略は、表現力およびパフォーマンスの観点でどのように比較できるか。
• RQ3 先行文献における命令選択手法の理解に影響を与える、根本的な誤解や単純化の問題は何か。
• RQ4 未解決のまま残っている、命令選択分野における最も深刻な研究課題やギャップは何か。
• RQ5 現代の命令レベル並列性および複雑なターゲットアーキテクチャを考慮して、命令選択をさらに最適化する方法は何か。

主な発見

• 本サーベイでは、100種類以上の命令選択手法を同定し、その中で木パターンマッチングと動的計画法が最も広く研究・応用されていることが明らかになった。
• 多くの先行サーベイおよび論文には、マクロ展開や木パターンマッチングといった手法に対する根本的な誤解が含まれており、本研究がこれを是正している。
• シミュレーションとマクロ展開を統合した一貫した概念的フレームワークの構築により、共通する設計パターンと実装上のトレードオフが明らかになった。
• 本報告では、ルートを上部に持つ木の可視化が、命令選択アルゴリズムを説明する際の読みやすさと一貫性を向上させることを示している。
• 付録では、すべての調査対象の手法を表形式で要約しており、研究者が迅速に手法とその特性を比較できるようになっている。
• 数十年にわたる研究にもかかわらず、あらゆるターゲットアーキテクチャにおいて優位な単一の手法が存在しないことが分析から明らかになった。これは、適応的かつ拡張可能な命令選択フレームワークの開発が不可欠であることを示唆している。