[논문 리뷰] egg: Fast and Extensible E-graphs

Max Willsey, Yisu Remy Wang외 4명|arXiv (Cornell University)|2020. 04. 07.

Software Engineering Research인용 수 1

한 줄 요약

이 논문은 등가 포화 작업에 대한 e-그래프의 가속화와 확장성을 높이기 위해 설계된 오픈소스 e-그래프 라이브러리인 egg을 소개한다. 재건(rebuilding)이라고 불리는 새로운 분할된 동치성 폐쇄 알고리즘과 e-클래스 분석(e-class analyses) 기법을 제안하여 컴파일러 최적화 및 프로그램 합성 작업에서 최대 3000배의 성능 향상을 달성하면서도 도메인 특화 확장성을 가능하게 한다.

ABSTRACT

An e-graph efficiently represents a congruence relation over many expressions. Although they were originally developed in the late 1970s for use in automated theorem provers, a more recent technique known as equality saturation repurposes e-graphs to implement state-of-the-art, rewrite-driven compiler optimizations and program synthesizers. However, e-graphs remain unspecialized for this newer use case. Equality saturation workloads exhibit distinct characteristics and often require ad hoc e-graph extensions to incorporate transformations beyond purely syntactic rewrites. This work contributes two techniques that make e-graphs fast and extensible, specializing them to equality saturation. A new amortized congruence closure algorithm called rebuilding takes advantage of equality saturation's distinct workload, providing asymptotic speedups over current techniques in practice. A general mechanism called e-class analyses integrates domain-specific analyses into the e-graph, reducing the need for ad hoc manipulation. We implemented these techniques in a new open-source library called egg. Our case studies on three previously published applications of equality saturation highlight how the flexibility of e-class analyses supports diverse domains and how egg can provide up to 3000x speed ups.

연구 동기 및 목표

• 기존 e-그래프가 등가 포화 작업에 대해 보이는 성능 및 확장성 한계를 해결하기 위해.
• 현대 컴파일러 최적화 및 프로그램 합성에 특화하기 위해 등가 포화 작업의 고유한 특징을 식별함으로써 e-그래프를 전문화시키기 위해.
• 저수준의 특수화된 확장에 의존하는 것을 줄이기 위해 도메인 특화 분석을 e-그래프 구조에 직접 통합함으로써.
• 성능과 확장성 모두를 지원하는 확장 가능한 효율적인 e-그래프 시스템을 설계하기 위해.
• 프로그램 분석 및 합성 분야의 다양한 응용 분야에서 실용적인 성능 향상과 유연성을 입증하기 위해.

제안 방법

• 등가 포화 작업의 반복적이고 구조적인 특성을 활용하여 점근적 성능 향상을 달성하는 새로운 분할된 동치성 폐쇄 알고리즘인 재건(rebuilding)을 도입한다.
• 도메인 특화 분석을 e-그래프에 통합할 수 있는 일반적인 메커니즘인 e-클래스 분석(e-class analyses)을 설계하여 저수준의 특수화된 조작이 필요한 경우를 줄인다.
• 등가 포화 하에서 효율적인 e-그래프 구축, 유지 및 쿼리가 가능한 오픈소스 e-그래프 라이브러리인 egg에 이 기법들을 구현한다.
• 등가 포화의 구조적 규칙성을 활용하여, 다수의 리라이팅 단계 동안 업데이트를 연기하고 병합함으로써 동치성 폐쇄를 최적화한다.
• 리라이팅 과정에서 e-그래프 구조를 따라 전파되는 사용자 정의 분석을 정의할 수 있도록 확장성을 지원한다.
• 성능와 정밀도의 균형을 맞추기 위해 급작스럽고 지연 평가 전략을 조합한 하이브리드 접근 방식을 사용한다.

실험 결과

연구 질문

• RQ1 등가 포화 작업에서의 고유한 워크로드 패턴을 고려할 때, e-그래프는 어떻게 최적화될 수 있는가?
• RQ2 등가 포화 하에서 e-그래프 유지 보수에 있어 점근적 성능 향상을 이룰 수 있는 알고리즘 기법은 무엇인가?
• RQ3 특수화된 확장 없이 도메인 특화 분석을 어떻게 체계적으로 e-그래프에 통합할 수 있는가?
• RQ4 일반 목적의 e-그래프 라이브러리가 실제 응용 분야에서 성능과 확장성 모두를 달성할 수 있는 정도는 어느 정도인가?
• RQ5 특화된 e-그래프 기법을 기존의 등가 포화 워크로드에 적용했을 때 얻을 수 있는 성능 향상은 어느 정도인가?

주요 결과

• 재건 알고리즘은 등가 포화 작업의 워크로드 규칙성을 활용하여 기존의 동치성 폐쇄 기법보다 점근적 성능 향상을 달성한다.
• e-클래스 분석 기법은 도메인 특화 지식을 e-그래프에 원활하게 통합할 수 있게 해주며, 저수준의 특수화된 수정이 필요한 경우를 줄인다.
• 공개된 세 가지 등가 포화 응용 사례에서 egg는 이전 시스템 대비 최대 3000배의 성능 향상을 보였다.
• 재건과 e-클래스 분석의 조합은 하나의 통합된 e-그래프 시스템에서 고성능과 고확장성을 동시에 달성할 수 있게 한다.
• 오픈소스인 egg 라이브러리는 컴파일러 최적화 및 프로그램 합성 등 다양한 분야에서 실용적 타당성과 성능 향상을 입증한다.
• 결과적으로 워크로드 인지 특화된 e-그래프 설계는 실제 워크로드에서 상당한 성능 및 사용성 향상을 이룬다.