[논문 리뷰] Quantitative Synthesis for Concurrent Programs

Pavol Černý, Krishnendu Chatterjee외 3명|arXiv (Cornell University)|2011. 04. 21.

Formal Methods in Verification참고 문헌 16인용 수 58

한 줄 요약

이 논문은 동시성 프로그램에 대한 정량적 융합 프레임워크를 제안하며, 비결정적 동기화 선택을 자동으로 해결하여 최적의 성능을 보장하는 정확한 프로그램을 생성한다. 시스템 수준의 비용은 가중치가 부여된 온톨로지로 모델링되고, 융합 문제는 정량적 목표를 가진 2명의 플레이어가 참여하는 게임으로 환원되며, NEXP-완전성 복잡도를 달성하면서도 실제 아키텍처와 워크로드에 대해 효율적인 융합을 가능하게 한다.

ABSTRACT

We present an algorithmic method for the quantitative, performance-aware synthesis of concurrent programs. The input consists of a nondeterministic partial program and of a parametric performance model. The nondeterminism allows the programmer to omit which (if any) synchronization construct is used at a particular program location. The performance model, specified as a weighted automaton, can capture system architectures by assigning different costs to actions such as locking, context switching, and memory and cache accesses. The quantitative synthesis problem is to automatically resolve the nondeterminism of the partial program so that both correctness is guaranteed and performance is optimal. As is standard for shared memory concurrency, correctness is formalized "specification free", in particular as race freedom or deadlock freedom. For worst-case (average-case) performance, we show that the problem can be reduced to 2-player graph games (with probabilistic transitions) with quantitative objectives. While we show, using game-theoretic methods, that the synthesis problem is NEXP-complete, we present an algorithmic method and an implementation that works efficiently for concurrent programs and performance models of practical interest. We have implemented a prototype tool and used it to synthesize finite-state concurrent programs that exhibit different programming patterns, for several performance models representing different architectures.

연구 동기 및 목표

• 기존의 융합 프레임워크에서 정량적 성능 모델링와 정확성 보장을 함께 통합함으로써 격차를 메우는 것.
• 부분적 동시성 프로그램에서 비결정적 동기화 선택을 자동으로 해결할 수 있도록 하는 것.
• 잠금, 컨텍스트 스위칭, 메모리 액세스 패턴과 같은 아키텍처 비용을 포괄하는 매개변수 기반 성능 모델을 제공하는 것.
• 명시적 사양 없이도 레이스 프리 또는 死록 프리로 정확성을 형식화하는 것.
• 실용적인 동시 프로그래밍 패턴에 스케일링 가능한 효율적 알고리즘 기법을 개발하는 것.

제안 방법

• 성능을 가중치가 부여된 온톨로지로 모델링하여 잠금, 컨텍스트 스위칭, 메모리 액세스와 같은 저수준 연산에 비용을 할당한다.
• 정량적 융합 문제를 정량적 목표를 가진 2명의 플레이어가 참여하는 그래프 게임으로 환원하며, 한 플레이어는 비결정성을 해결하고 다른 플레이어는 스케줄러를 제어한다.
• 최악의 경우와 평균적인 경우의 성능를 고려하여, 확률적 전이를 포함한 게임 이론적 모델을 사용해 문제를 형식화한다.
• 캐시 효과, 메모리 계층 비용, 아키텍처 특성 등을 캐릭터라이징할 수 있는 매개변수 기반 성능 모델을 지원한다.
• 융합 알고리즘을 구현한 프로토타입 도구를 개발하고, 실제 동시 프로그래밍 패턴에서 평가한다.
• 게임 이론적 기법을 사용하여 NEXP-완전성을 증명하고, 정확하며 최적의 전략에 대한 효율적 탐색을 이끌어낸다.

실험 결과

연구 질문

• RQ1 매개변수 기반 성능 모델에 기반해 정확하고 최적의 동시성 프로그램을 융합할 수 있는가?
• RQ2 캐시 효과와 잠금 비용과 같은 아키텍처 성능 특성을 공식 융합 프레임워크 내에서 어떻게 모델링할 수 있는가?
• RQ3 정량적 목표 하에 정확하고 성능이 뛰어난 동시성 프로그램을 융합하는 데 필요한 계산 복잡도는 무엇인가?
• RQ4 실제 성능 모델을 가진 실용적인 동시 프로그래밍 패턴에 대해 융합 과정을 효율적으로 확장할 수 있는가?
• RQ5 다양한 아키텍처 가정 하에서 서로 다른 동기화 전략(예: 전역 잠금 대 비국소 잠금)은 성능에 어떤 영향을 미치는가?

주요 결과

• 융합 알고리즘이 생산자-소비자 패턴에 대해 최적의 동시성 프로그램을 성공적으로 생성하였으며, 높은 잠금 비용 조건에서 전역 잠금이 셀-로컬 잠금보다 3배 빠른 성능을 보였다.
• 낙관적 동시성 제어의 경우, 도구는 쓰기로 복귀하기 전에 수행할 최적의 연산 수를 융합하여 재시도 오버헤드와 쓰기 빈도 사이의 균형을 맞췄다.
• 작업 공유 시나리오에서는 초기화 비용과 총 워크로드를 기반으로 최적의 스레드 수를 도출하였으며, 더 많은 스레드가 더 큰 워크로드에서 더 높은 성능을 보였고, 높은 오버헤드에도 불구하고 더 나은 성능을 기록했다.
• 캐시 인식 성능 모델에서는 임계 섹션 내 연산 수를 n=1에서 n=5로 증가시킴으로써 성능이 2.32배 향상되었으며, 이는 더 나은 시간적 국소성 덕분이었다.
• 성능 모델은 캐시 라인 동작과 같은 아키텍처 효과를 성공적으로 포착하였으며, 캐시 상태에 따라 WRITE 및 READ 연산에 다른 비용을 할당하였다.
• 프로토타입 도구는 확장성과 실용성을 입증하였으며, 다양한 동시성 패턴과 성능 모델에서 정확하고 효율적인 프로그램을 생성하였다.