[논문 리뷰] An Improving Method for Loop Unrolling

Meisam Booshehri, Abbas Malekpour외 1명|arXiv (Cornell University)|2013. 08. 03.

Real-time simulation and control systems참고 문헌 2인용 수 12

한 줄 요약

이 논문은 초순차 처리기용으로 최적화된 향상된 루프 언롤링 방법을 제안하며, 지능형 지향성 리스트 순회를 통해 명령어 수준의 병렬성(ILP)과 프로그램 속도 향상을 개선한다. 동적 데이터 구조에 일반화된 루프 언롤링을 적용함으로써 루프 오버헤드를 감소시키고 ILP를 향상시켜 펜티엄 4 및 올리언트 FX/2800 슈퍼컴퓨터 시스템에서 측정 가능한 성능 향상을 이룬다. 에너지 및 전력 소비에 미치는 영향은 최소한이다.

ABSTRACT

In this paper we review main ideas mentioned in several other papers which talk about optimization techniques used by compilers. Here we focus on loop unrolling technique and its effect on power consumption, energy usage and also its impact on program speed up by achieving ILP (Instruction-level parallelism). Concentrating on superscalar processors, we discuss the idea of generalized loop unrolling presented by J.C. Hang and T. Leng and then we present a new method to traverse a linked list to get a better result of loop unrolling in that case. After that we mention the results of some experiments carried out on a Pentium 4 processor (as an instance of super scalar architecture). Furthermore, the results of some other experiments on supercomputer (the Alliat FX/2800 System) containing superscalar node processors would be mentioned. These experiments show that loop unrolling has a slight measurable effect on energy usage as well as power consumption. But it could be an effective way for program speed up.

연구 동기 및 목표

• 기존의 루프 언롤링 기법이 동적 데이터 구조(예: 지능형 지향성 리스트)에서 비효율적인 문제를 해결하기 위해.
• 최적화된 루프 언롤링을 통해 초순차 아키텍처에서 명령어 수준의 병렬성(ILP)을 향상시키기 위해.
• 실제 초순차 시스템에서 루프 언롤링의 영향을 성능, 전력 소비, 에너지 사용 측면에서 평가하기 위해.
• 지능형 지향성 리스트 순회에 특화된 일반화된 루프 언롤링 기법을 제안하기 위해.
• 일반 목적 및 슈퍼컴퓨터 환경 모두에서 측정 가능한 속도 향상과 최소한의 에너지 오버헤드를 입증하기 위해.

제안 방법

• J.C. 한과 T. 령이 제안한 일반화된 루프 언롤링 기법을 지능형 지향성 리스트 순회에 적용하기 위해 변형한 바.
• 제어 오버헤드를 줄이고 동적 데이터 접근 패턴에서 명령어 수준의 병렬성을 증가시키기 위해 루프 구조를 수정한 바.
• 분기 수를 최소화하고 ILP 활용을 향상시키기 위해 고정 반복 횟수로 언롤링을 구현한 바.
• 펜티엄 4 및 올리언트 FX/2800을 포함한 순차적 및 초순차 아키텍처 모두에 이 방법을 적용한 바.
• 성능, 전력, 에너지 간 상호 교환 관계를 평가하기 위해 프로파일 기반 분석을 사용한 바.
• 실제 초순차 하드웨어 플랫폼에서 실험을 수행하여 방법을 검증한 바.

실험 결과

연구 질문

• RQ1 지능형 지향성 리스트 순회에 루프 언롤링을 적용했을 때 초순차 처리기에서 프로그램 속도 향상에 어떤 영향을 미치는가?
• RQ2 초순차 아키텍처에서 루프 언롤링은 전력 소비와 에너지 사용에 어떤 영향을 미치는가?
• RQ3 일반화된 루프 언롤링 기법은 동적 데이터 구조(예: 지능형 지향성 리스트)에 효과적으로 적용될 수 있는가?
• RQ4 기본 언롤링 대비 제안된 방법은 성능 및 자원 사용 측면에서 어떻게 비교되는가?
• RQ5 실제 초순차 시스템에서 루프 언롤링은 명령어 수준의 병렬성(ILP)을 어느 정도 향상시키는가?

주요 결과

• 제안된 루프 언롤링 기법은 펜티엄 4 및 올리언트 FX/2800 슈퍼컴퓨터 시스템에서 측정 가능한 프로그램 속도 향상을 달성하였다.
• 에너지 사용과 전력 소비는 약간의 측정 가능한 증가를 보였으며, 이는 낮은 오버헤드를 의미한다.
• 최적화된 루프 구조를 통해 초순차 처리기에서 명령어 수준의 병렬성(ILP)을 효과적으로 향상시켰다.
• 지능형 지향성 리스트 순회는 전통적인 언롤링의 한계를 극복하기 위해 향상된 언롤링 전략으로서 크게 유익한 효과를 보였다.
• 결과적으로 루프 언롤링이 최소한의 에너지 비용으로도 성능 향상에 효과적인 최적화 기법으로 남아 있음을 확인하였다.
• 일반화된 언롤링 접근법은 일반 목적 및 고성능 컴퓨팅 플랫폼 모두에서 성공적으로 적응 및 검증되었다.