基于放松重用距离的多平台数据布局

异构架构迅速发展，依靠编译器来挖掘应用程序的数据局部性、充分发挥加速设备片上cache的硬件优势，是十分重要的．然而，传统的重用距离在异构背景下面临平台差异性挑战，缺乏统一的计算框架．为了更好地刻画和优化异构程序的局部性，建立了一个多平台统一的重用距离计算机制和数据布局优化框架．该框架根据应用在异构架构下的并行执行方式，从统计平均的角度提出了放松重用距离，并以OpenCL程序为例给出了它的计算方法，为多平台数据布局优化决策提供统一的依据．为了验证该方法的有效性，在Intel Xeon Phi，AMD Opteron CPU，Tilera　TileGX-36这3个平台上进行了实验，结果表明，该方法在多平台上可获得至少平均1.14x的加速比．