Register Allocation with Graph Coloring by Ant Colony Optimization

Lintzmayer, Carla Négri; Mulati, Mauro Henrique; Silva, Anderson Faustino da

doi:10.1109/sccc.2011.32

Cited by 6 publications

(3 citation statements)

References 29 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…More direct applications of ACO to compiler optimization have been proposed by Lintzmayer et al [2012] and de Souza Xavier et al [2018]. Lintzmayer et al used an ACO approach to do graph coloring register allocation, and de Souza Xavier et al used ACO to do design space exploration.…”

Section: Related Workmentioning

confidence: 99%

Register-Pressure-Aware Instruction Scheduling Using Ant Colony Optimization

Shobaki

Gordon

McHugh

et al. 2022

ACM Trans. Archit. Code Optim.

View full text Add to dashboard Cite

This paper describes a new approach to register-pressure-aware instruction scheduling, using Ant Colony Optimization (ACO) . ACO is a nature-inspired optimization technique that researchers have successfully applied to NP-hard sequencing problems like the Traveling Salesman Problem (TSP) and its derivatives. In this work, we describe an ACO algorithm for solving the long-standing compiler optimization problem of balancing Instruction-Level Parallelism (ILP) and Register Pressure (RP) in pre-allocation instruction scheduling. Three different cost functions are studied for estimating RP during instruction scheduling. The proposed ACO algorithm is implemented in the LLVM open-source compiler, and its performance is evaluated experimentally on three different machines with three different instruction-set architectures: Intel x86, ARM, and AMD GPU. The proposed ACO algorithm is compared to an exact Branch-and-Bound (B&B) algorithm proposed in previous work. On x86 and ARM, both algorithms are evaluated relative to LLVM's generic scheduler, while on the AMD GPU, the algorithms are evaluated relative to AMD's production scheduler. The experimental results show that using SPECrate 2017 Floating Point, the proposed algorithm gives geometric-mean improvements of 1.13% and 1.25% in execution speed on x86 and ARM, respectively, relative to the LLVM scheduler. Using PlaidML on an AMD GPU, it gives a geometric-mean improvement of 7.14% in execution speed relative to the AMD scheduler. The proposed ACO algorithm gives approximately the same execution-time results as the B&B algorithm, with each algorithm outperforming the other on a substantial number of hard scheduling regions. ACO gives better results than B&B on many large instances that B&B times out on. Both ACO and B&B outperform the LLVM algorithm on the CPU and the AMD algorithm on the GPU.

show abstract

Section: Related Workmentioning

confidence: 99%

Register-Pressure-Aware Instruction Scheduling Using Ant Colony Optimization

Shobaki

Gordon

McHugh

et al. 2022

ACM Trans. Archit. Code Optim.

View full text Add to dashboard Cite

show abstract

“…Uma aplicação prática de ColorAnt 3 -RT foi utilizá-lo como uma das fases de um alocador de registradores baseado em coloração de grafos [19]. Os resultados obtidos por este alocador de registradores foi superior aos obtidos pelo alocador tradicional desenvolvido por George e Appel [1,13], contudo ao custo de um elevado tempo de execução.…”

Section: Introductionunclassified

PColorAnt3-RT: Um Algoritmo ACO Paralelo para Coloração de Grafos

Lintzmayer

Mulati

Silva

2013

RITA

View full text Add to dashboard Cite

Resumo: Em trabalhos anteriores foram apresentadas investigações de três diferentes algoritmos baseados em Ant Colony Optimization (ACO) aplicados ao problema de coloração de grafos com k cores. Os resultados obtidos demonstraram que ColorAnt 3-RTé o melhor dentre os três algoritmos ColorAnt-RT, sendo capaz de obter boas e até mesmoótimas soluções para os melhores valores de k descritos na literatura, além de minimizar a quantidade de conflitos. Porém, em aplicações onde o tempo de execuçãoé um fator crucial, algoritmos ACO não tem sido utilizados. Este artigo propõe e demonstra o uso de uma abordagem paralela para uma arquitetura de hardware com memória compartilhada com o objetivo de reduzir o tempo de execução de ColorAnt 3-RT, originando o algoritmo paralelo PColorAnt 3-RT queé capaz de encontrar boas eótimas soluções em tempo de execução aceitável.

show abstract

“…A aplicação de ColorAnt 3 -RT na resolução do problema de alocação de registradores [18][19][20] demonstrou que a utilização de uma estratégia baseada em metaheurística para a resolução do PCG tende a gerar resultados melhores do que aqueles obtidos por algoritmos tradicionais de alocação de registradores baseados em coloração de grafo [21]. Portanto, isto demonstra o grande potencial dos algoritmos ColorAnt-RT.…”

unclassified

O Impacto da Parametrização no Algoritmo Heurístico Baseado em Colônia de Formigas Artificiais ColorAnt3-RT

Lintzmayer¹,

Mulati²,

Silva³

2013

L&NLM

View full text Add to dashboard Cite

Resumo-O problema de coloração de grafoé N P-difícil eé utilizado em aplicações práticas, como escalonamento de tarefas e alocação de registradores. Para obter soluções para este problema em tempo aceitável foi desenvolvida uma classe de algoritmos denominada ColorAnt-RT, cujos algoritmos são baseados no comportamento de formigas durante a busca por alimento em um ambiente. Tais algoritmos têm demonstrado serem boas opções para encontrar boas soluções para o problema de coloração de grafo. Contudo, uma questão ainda não investigadaé a influência dos parâmetros na qualidade dos resultados encontrados, mais precisamente a influência do tamanho da colônia de formigas e da quantidade de ciclos da busca local utilizada. Desta forma, este artigo apresenta uma investigação detalhada de tal influência no melhor algoritmo da classe ColorAnt-RT, a saber: ColorAnt 3-RT. Os resultados demonstraram que a obtenção de bons resultados está relacionado a pelo menos duas questões: uma calibragem adequada de ColorAnt 3-RT, como também o uso de uma estratégia construtiva em conjunto com uma estratégia melhorativa. Palavras-chave-Meta-heurística, Problema de Coloração de Grafo, Otimização por Colônia de Formigas e ColorAnt 3-RT.

show abstract

Register Allocation with Graph Coloring by Ant Colony Optimization

Cited by 6 publications

References 29 publications

Register-Pressure-Aware Instruction Scheduling Using Ant Colony Optimization

Register-Pressure-Aware Instruction Scheduling Using Ant Colony Optimization

PColorAnt3-RT: Um Algoritmo ACO Paralelo para Coloração de Grafos

O Impacto da Parametrização no Algoritmo Heurístico Baseado em Colônia de Formigas Artificiais ColorAnt3-RT

Contact Info

Product

Resources

About