الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

تعلم آلي رائع للمترجمين وتحسين البرامج

قائمة منسقة من الأوراق البحثية الرائعة ومجموعات البيانات والأدوات اللازمة لتطبيق تقنيات التعلم الآلي على المترجمين وتحسين البرامج.

محتويات

  • أوراق
    • استطلاع
    • التجميع التكراري وضبط خيار المترجم
    • التحسين على مستوى التعليمات
    • رسم الخرائط المتوازية وجدولة المهام
    • اللغات والتجميع
    • الضبط التلقائي واستكشاف مساحة التصميم
    • تقليل حجم الكود
    • نماذج التكلفة والأداء
    • التحسين الخاص بالمجال
    • تمثيل برنامج التعلم
    • تمكين ML في المترجمين وتحسين الأنظمة
    • نمذجة/تحليل الذاكرة/ذاكرة التخزين المؤقت
  • كتب
  • محادثات ودروس
  • برمجة
  • المعايير ومجموعات البيانات
  • المؤتمرات
  • المجلات
  • كيفية المساهمة

أوراق

استطلاع

  • التعلم الآلي في تحسين المترجمات - تشنغ وانغ ومايكل أوبويل، وقائع IEEE، 2018
  • دراسة استقصائية حول الضبط التلقائي للمترجم باستخدام التعلم الآلي - أمير حسين عاشوري، ويليام كيليان، جون كافازوس، جيانلوكا باليرمو، وكريستينا سيلفانو، ACM Computing Surveys (CSUR)، 2018
  • دراسة استقصائية للتعلم الآلي للتعليمات البرمجية الكبيرة والطبيعية - ميلتياديس ألامانيس، وإيرل تي بار، وبريمكومار ديفانبو، وتشارلز ساتون، ACM Computing Surveys (CSUR)، 2018
  • تصنيف التعلم الآلي لمشاكل الأنظمة - مارتن ماس، IEEE Micro، 2020
  • مترجم التعلم العميق: مسح شامل - Mingzhen Li، Yi Liu، Xiaoyan Liu، Qingxiao Sun، Xin You، Hailong Yang، Zhongzhi Luan، Lin Gan، Guangwen Yang، Depei Qian، IEEE Transactions on Parallel and Distributed Systems، 2021

التجميع التكراري وضبط خيار المترجم

  • SRTuner: التخصيص الفعال لتحسين المترجم من خلال الكشف عن العلاقات التآزرية - سونغ هيون بارك، سالار لطيفي، يونغ جون بارك، أرماند بهروزي، بيونغسو جيون، سكوت مالكي. منظمة المنظمات العالمية 2022.
  • تحسين التجميع التكراري استنادًا إلى التعلم المتري والتصفية التعاونية - Hongzhi Liu، Jie Luo، Ying Li، Zhonghai Wu. ايه سي ام تاكو 2022.
  • يتفوق التحسين الافتراضي على البحث العشوائي عن ضبط المعلمات الفائقة للتعلم الآلي: تحليل تحدي تحسين الصندوق الأسود 2020 - ريان تورنر، ديفيد إريكسون، مايكل ماكورت، جوها كيلي، إيرو لاكسونن، تشن شو، إيزابيل جويون. أرخايف 2021.
  • Bliss: ضبط تلقائي للتطبيقات المعقدة باستخدام مجموعة من نماذج التعلم المتنوعة خفيفة الوزن - RB Roy، T Patel، V Gadepally، D Tiwari. بي إل دي آي 2021.
  • الضبط التلقائي الفعال للمترجم عبر التحسين Bayesian - Junjie Chen، Ningxin Xu، Peiqi Chen، Hongyu Zhang. آي سي إس إي 2021.
  • بحث شجرة مونتي كارلو المخصص عن تحويلات تحسين الحلقة القابلة للتركيب لـ LLVM/Polly - Jaehoon Koo، Prasanna Balaprakash، Michael Kruse، Xingfu Wu، Paul Hovland، Mary Hall. أركسيف.أورغ، 2021.
  • تحسين إعادة ترتيب الكتل الأساسية - آندي نيويل وسيرجي بوبريف. معاملات IEEE على أجهزة الكمبيوتر، 2020.
  • تحسين المترجم العصبي الثابت من خلال التعلم المعزز العميق - رحيم محمدلي، علي جانيساري، فيليكس وولف. ورشة عمل LLVM HPC، 2020.
  • الضبط التلقائي لمساحة البحث عن تحويلات الحلقة - مايكل كروس، هال فينكل، شينغفو وو. ورشة عمل LLVM HPC، 2020.
  • نهج تصفية تعاوني للضبط التلقائي لتحسينات المترجم - ستيفانو سيريدا، وجيانلوكا باليرمو، وباولو كريمونيزي، وستيفانو دوني، LCTES 2020.
  • الطور التلقائي: ترتيب مرحلة المترجم لـ hls مع التعلم المعزز العميق. أمير حاج علي، كيجينج هوانج، ويليام موسى، جون شيانج، أيون ستويكا، كريست أسانوفيتش، جون واورزينك. ملسيس 2020.
  • FuncyTuner: الضبط التلقائي للتطبيقات العلمية مع تجميع كل حلقة - تاو وانغ، نيخيل جاين، ديفيد بيكنجسيل، ديفيد بوهم، فرانك مولر، تود غامبلين. المؤتمر الدولي للسياسات العامة 2019.
  • Micomp: التخفيف من مشكلة الترتيب المرحلي للمترجم باستخدام التسلسلات الفرعية الأمثل والتعلم الآلي - أمير حسين عاشوري، وأندريا بينولي، وجيانلوكا باليرمو، وكريستينا سيلفانو، وسمير كولكارني، وجون كافازوس. معاملات ACM بشأن الهندسة المعمارية وتحسين التعليمات البرمجية (TACO) 2017.
  • تحسين الجدول التكراري للتوازي في نموذج متعدد السطوح - ستيفان غانسر، أرمين جروسلينجر، نوربرت سيجموند، سفين أبيل، وكريستيان لينجاور. معاملات ACM بشأن البنية وتحسين التعليمات البرمجية (TACO)، 2017.
  • تعلم تحسين البرامج بشكل فائق - رودي بونيل، ألبان ديسميزون، إم. باوان كومار، فيليب إتش إس تور، بوشميت كوهليم. المؤتمر الدولي للبحوث الزراعية 2017
  • التعلم المستمر للاستدلال المترجم - ميشيل تارتارا وستيفانو كريسبي ريجيزي. معاملات ACM بشأن البنية وتحسين التعليمات البرمجية (TACO)، 2013.
  • التخفيف من مشكلة الترتيب المرحلي لتحسين المترجم باستخدام التعلم الآلي - سمير كولكارني وجون كافازوس. أوبسلا 2012.
  • تقييم تقنيات النمذجة المختلفة للتجميع التكراري - إيونجونج بارك، سمير كولكارني، وجون كافازوس. قضايا 2011.
  • تقييم التحسين التكراري عبر 1000 مجموعة بيانات - يانغ تشين، ويوانجي هوانغ، وليفن إيكهاوت، وغريغوري فورسين، وليانغ بينغ، وأوليفييه تيمام، وتشينغيونغ وو. بي إل دي آي 2010
  • التحسين التكراري في النموذج متعدد السطوح: الجزء الثاني، الزمن متعدد الأبعاد - لويس نويل بوشيت، سيدريك باستول، ألبرت كوهين، وجون كافازوس. بي إل دي آي 2008.
  • كول: استكشاف مستوى تحسين المترجم - كينيث هوست وليفن إيكهوت. سي جي او 2008.
  • MILEPOST مجلس التعاون الخليجي: مجمع أبحاث قائم على التعلم الآلي - غريغوري فورسين، كوبرتينو ميراندا، أوليفييه تيمام، ميرسيا نامولارو، إيلاد يوم طوف، آيال زاكس، بيلها مندلسون وآخرون، 2008
  • تقييم خوارزميات البحث عن ترتيب مرحلة التحسين الإرشادي - جي دبليو ديفيدسون، غاري إس تايسون، دي بي والي، وبا كولكارني. سي جي او 2007.
  • الاختيار السريع للتحسينات الجيدة للمترجم باستخدام عدادات الأداء - جون كافازوس، وغريغوري فورسين، وفيليكس أغاكوف، وإدوين بونيلا، ومايكل إف بي أوبويل، وأوليفييه تيمام. سي جي او 2007.
  • استخدام التعلم الآلي للتركيز على التحسين التكراري - فيليكس أغاكوف، إدوين بونيلا، جون كافازوس، بيورن فرانكي، غريغوري فورسين، مايكل إف بي أوبويل، جون تومسون، مارك توسان، وكريستوفر كي ويليامز. سي جي او 2006.
  • تجميع ديناميكي خاص بالطريقة باستخدام الانحدار اللوجستي - جون كافازوس ومايكل إف بي أوبويل. أوبسلا 2005.
  • التنبؤ بعوامل الانبساط باستخدام التصنيف الخاضع للإشراف - مارك ستيفنسون وسامان أماراسينغ. سي جي او 2005.
  • عمليات بحث سريعة عن تسلسلات مرحلة التحسين الفعالة - براساد كولكارني، وستيفن هاينز، وجيسون هيسر، وديفيد والي، وجاك ديفيدسون، ودوغلاس جونز. بي إل دي آي 2004.

التحسين على مستوى التعليمات

  • RL4ReAl: التعلم المعزز لتخصيص التسجيل - س. فينكاتا كيرثي، سيدهارث جاين، أنيلافا كوندو، روهيت أغاروال، ألبرت كوهين، راماكريشنا أوبادراستا. سي سي 2023.
  • التعلم المعزز يساعد على توزيع الحلقات من أجل المحلية والتوجيه - شاليني جاين، س. فينكاتا كيرثي، روهيت أغاروال، ثارون كومار دانجيتي، ديبيندو داس، راماكريشنا أوبادراستا. ورشة عمل LLVM HPC 2022.
  • اكتشاف خوارزميات ضرب المصفوفات الأسرع مع التعلم المعزز - فوزي، الحسين، ماتيج بالوج، أجا هوانغ، توماس هوبرت، برناردينو روميرا باريديس، محمد أمين باركاتين، ألكسندر نوفيكوف وآخرون. الطبيعة 2022
  • بيئة تعليمية معززة لتحسين متعدد السطوح - ألكسندر بروكمان، أندريس جوينز، جيرونيمو كاستريون. ميثاق، 2021.
  • تقنيات المترجم المدعومة بالذكاء الاصطناعي لتحسين كود DL - سانكيت تافاراجيري، جاغانديب جويال، ساسيكانث أفانشا، بهارات كاول، راماكريشنا أوبادراستا. أركسيف.أورغ، 2021.
  • VeGen: مولد ناقل لـ SIMD وما بعده - ييشن تشين، شاريث مينديس، مايكل كاربين، سامان أماراسينغ. اسبلوس 2021.
  • خوارزمية تلوين الرسم البياني الهجين القائمة على التعلم العميق لتخصيص التسجيل - ديبيندو داس، شهيد أصغر أحمد، كومار فينكاتارامانان. ورشة عمل LLVM HPC، 2020.
  • NeuroVectorizer: التوجيه الشامل مع التعلم المعزز العميق - أمير حاج علي، نسرين ك. أحمد، تيد ويلك، ياكون صوفيا شاو، كريست أسانوفيتش، وأيون ستويكا. سي جي او 2020.
  • إطلاق العنان لقوة التعلم: نهج معزز قائم على التعلم للترجمة الثنائية الديناميكية - تشانغهينغ سونغ، وينوين وانغ، بين تشونغ يو، أنتونيا تشاي، ويهوا تشانغ. يوسينيكس ايه تي سي 2019.
  • التحويل البرمجي التلقائي مع التعلم بالتقليد - شاريث منديس، كامبريدج يانغ، يوين بو، سامان بي أماراسينغ، مايكل كاربين. نيوريبس 2019.
  • استكشاف متعدد الأهداف لقرارات التحسين العملية في الترجمة الثنائية - سونغهيون بارك، يوفينغ وو، جانجينغ لي، أمير أوبوف، وسكوت مالك. معاملات ACM على أنظمة الحوسبة المدمجة (TECS)، 2019.
  • البناء التلقائي للاستدلال المضمن باستخدام التعلم الآلي. - سمير كولكارني، جون كافازوس، كريستيان فيمر، ودوغلاس سيمون. سي جي او 2013.
  • الضبط التلقائي للاستدلالات المضمنة - جون كافازوس ومايكل أوبويل. إس سي 2005.
  • حث الاستدلال على تحديد ما إذا كان سيتم تحديد موعد - جون كافازوس وج. إليوت ب. موس. بي إل دي آي 2003.
  • تحسين التعريف: تحسين الاستدلال على المترجم باستخدام التعلم الآلي - مارك ستيفنسون، وسامان أماراسينغ، ومارتن مارتن، وأونا ماي أورايلي. بي إل دي آي 2003.
  • تعلم جدولة كود الخط المستقيم - J. Eliot B. Moss، وPaul E. Utgoff، وJohn Cavazos، وDoina Precup، وDarko Stefanovic، وCarla E. Brodley، وDavid Scheeff. نيوريبس 1998.

الضبط التلقائي واستكشاف مساحة التصميم

  • الضبط التلقائي المتسارع لنواة وحدة معالجة الرسومات لحسابات Tensor - Chendi Li وYufan Xu وSina Mahdipour Saravani وP. Sadayappan. آي سي إس 2024.
  • الكشف عن استدلالات المترجم من خلال الاكتشاف الآلي والتحسين - فولكر سيكر، كريس كامينز، موراي كول، بيورن فرانكي، كيم هازلوود، هيو ليذر. سي جي او 2024.
  • خوارزمية البحث عن القطرات لجدولة النواة - مايكل كانيش، فاندرسون م. روزاريو، إدسون بورين، فرناندو ماجنو كوينتاو بيريرا. ايه سي ام تاكو 2024
  • BaCO: إطار عمل تحسين مترجم بايزي سريع ومحمول - إريك هيلستن، أرتور سوزا، يوهانس لينفرز، روبنز لاكوتور، أوليفيا هسو، عادل إيجيه، فريدريك كجولستاد، ميشيل ستوير، كونلي أولوكوتون، لويجي ناردي. اسبلوس 2024.
  • (دي/إعادة) - التراكيب التي تم التعبير عنها بشكل منهجي عبر الجداول المستندة إلى MDH - آري راش، ريتشارد شولز، دينيس شابالين، آن إلستر، سيرجي جورلاتش، ماري هول. سي سي 2023.
  • الضبط التلقائي للتلافيفات أسهل مما تعتقد - نيكولاس تولينير، غيوم إيوس، ستيفان بوجيه، هوغو بروني، كريستوف غيلون، ألبرت كوهين، بي سادايابان، فابريس راستيلو. ايه سي ام تاكو 2022.
  • ضبط النقل: إعادة استخدام الجداول الزمنية التلقائية لإنشاء أكواد برمجية فعالة لبرنامج Tensor - بيري جيبسون، خوسيه كانو. ميثاق 2022.
  • لمحة: التضمين الرياضي لمواصفات الأجهزة للتجميع العصبي - بيونج هون آهن، شون كينزر، هادي إسماعيل زاده. لجنة المساعدة الإنمائية 2022.
  • موالف One-shot لمجمعي التعلم العميق - Jaehun Ryu وEunhyeok Park وHyojin Sung. سي سي 2022.
  • نهج مرن للضبط التلقائي لمجمعات التعلم الآلي متعدد المسارات - فيتشايا مانجبو فوثليمثانا، أميت سابني، نيخيل ساردا، كارثيك سرينيفاسا مورثي، يانكي تشو، كريستوف أنجيرمولر، مايك بوروز، سوديب روي، كيتان ماندكي، ريزسا فرحاني، يو إيما وانغ، بيركين إيلبي ، بليك هيشتمان، بيارك رون، شين وانغ، يوانزونغ شو، وصموئيل ج. كوفمان. ميثاق 2021.
  • TASO: تحسين حوسبة التعلم العميق من خلال الجيل التلقائي لبدائل الرسم البياني - Zhihao Jia، وOded Padon، وJames Thomas، وTodd Warszawski، وMatei Zaharia، وAlex Aiken. ACM SOSP 2019.
  • تعلم القيمة لتحسين إنتاجية أعباء العمل العصبية العميقة - بينوا شتاينر، كريس كامينز، هوراس هي، هيو ليذر. ملسيس 2021.
  • DynaTune: تحسين برنامج الموتر الديناميكي في تجميع الشبكات العصبية العميقة - Minjia Zhang، Menghao Li، Chi Wang، Mingqin Li. المؤتمر الدولي للبحوث الزراعية 2021.
  • تحسين وضع الذاكرة باستخدام الرسم البياني التطوري لتعزيز التعلم - شوهاردا خادكا، إستل أفالو، ماتياس ماردار، أفريش بن ديفيد، سانتياغو ميريت، شي مانور، تامير حزان، هانلين تانغ، سومديب ماجومدار. المؤتمر الدولي للبحوث الزراعية 2021.
  • GPTune: التعلم متعدد المهام من أجل الضبط التلقائي لتطبيقات Exascale - يانغ ليو، وسام م. سيد لاخضر، أوسني ماركيز، شينران تشو، تشانغ منغ، جيمس دبليو ديميل، شياوي إس لي. الشراكة بين القطاعين العام والخاص 2021.
  • ApproxTuner: مترجم ونظام وقت التشغيل للتقريب التكيفي - هاشم شريف، ييفان تشاو، ماريا كوتسيفاكو، أكاش كوثاري، بن شرايبر، إليزابيث وانغ، ياسمين ساريتا، ناثان تشاو، كيور جوشي، فيكرام إس أدفي، ساسا ميسيلوفيتش، ساريتا أدف. الشراكة بين القطاعين العام والخاص 2021.
  • الضبط التلقائي الفعال للبرامج المتوازية مع معلمات الضبط المترابطة عبر إطار الضبط التلقائي (ATF) - آري راش، ريتشارد شولز، ميشيل ستوير، سيرجي جورلاتش. ايه سي ام تاكو 2021.
  • الحرباء: تحسين الكود التكيفي لتجميع الشبكات العصبية العميقة المعجلة - بيونج هون آهن، برانوي بيليجوندلا، أمير يازدانباخش، هادي إسماعيل زاده. المؤتمر الدولي للبحوث الزراعية 2020.
  • Ansor: إنشاء برامج Tensor عالية الأداء للتعلم العميق - Lianmin Zheng، Chengfan Jia، Minmin Sun، Zhao Wu، Cody Hao Yu، Ameer Haj-Ali، Yida Wang، Jun Yang، Danyang Zhuo، Koushik Sen، Joseph E. Gonzalez، ايون ستويكا. OSDI 2020. (الشرائح والعرض التقديمي)
  • موالف آلي خوارزمي قائم على الأنماط لمعالجة الرسوم البيانية على وحدات معالجة الرسومات - Ke Meng، Jiajia Li، Guangming Tan، Ninghui Sun. الشراكة بين القطاعين العام والخاص 2019.
  • FBNet: تصميم ConvNet فعال مدرك للأجهزة من خلال البحث في الهندسة العصبية القابلة للتمييز - Bichen Wu، Xiaoliang Dai، Peizhao Zhang، Yanghan Wang، Fei Sun، Yiming Wu، Yuandong Tian، Peter Vajda، Yangqing Jia، Kurt Keutzer. سي في بي آر 2019.
  • TVM: مترجم آلي شامل لتحسين التعلم العميق - Tianqi Chen، Thierry Moreau، Ziheng Jiang، Lianmin Zheng، Eddie Yan، Haichen Shen، Meghan Cowan et al.، OSDI 2018
  • BOAT: إنشاء موالفات تلقائية باستخدام التحسين Bayesian المنظم - Valentin Dalibard، وMichael Schaarschmidt، وEiko Yoneki، WWW 2017.
  • كوبين: إطار عمل الضبط التلقائي للمترجم باستخدام الشبكات الافتراضية - أمير عاشورى، جيوفاني مارياني، جيانلوكا باليرمو، إيونجونج بارك، جون كافازوس، وكريستينا سيلفانو، معاملات ACM حول الهندسة المعمارية وتحسين الكود (تاكو)، 2016.
  • اختيار خوارزمي للضبط التلقائي لحساسية الإدخال - يوفي دينغ، وجيسون أنسل، وكاليان فيراماتشانيني، وشيبنغ شين، وأونا-ماي أورايلي، وسامان أماراسينغ. بي إل دي آي 2015
  • سريع: إطار عمل للضبط التلقائي للاستنسل يعتمد على نموذج الفضاء ذو ​​الحل الأمثل - Yulong Luo، وGuangming Tan، وZeyao Mo، وNinghui Sun. معاملات ACM بشأن البنية وتحسين التعليمات البرمجية (TACO)، 2015.
  • أداء وحدة معالجة الرسومات وضبط الطاقة باستخدام أشجار الانحدار - وينهاو جيا، وإلبا جارزا، وكيلي أ. شو، ومارغريت مارتونوسي. اس سي 2015.
  • التحسين الحراري القائم على التعلم بين التطبيقات وداخلها لتحسين مدى الحياة للأنظمة متعددة النواة - أنوب ك داس، رشاد أحمد شفيق، جيف في ميريت، بشير إم الهاشمي، أكاش كومار، بهارادواج فيرافالي. لجنة المساعدة الإنمائية 2014
  • Opentuner: إطار عمل قابل للتوسيع للضبط التلقائي للبرنامج - جيسون أنسل، وشعيب كامل، وكاليان فيراماتشانيني، وجوناثان راجان-كيلي، وجيفري بوسبوم، وأونا-ماي أورايلي، وسامان أماراسينغ. ميثاق 2014
  • ترويض تعقيد الإدخال/الإخراج المتوازي من خلال الضبط التلقائي - باباك بهزاد، وهونج فو ثانه لو، وجوزيف هوشيت، وسورندرا بينا، وروث آيدت، وكوينسي كوزيول، ومارك سنير. اس سي 2013.
  • إطار عمل للضبط التلقائي متعدد الأهداف للرموز المتوازية - هربرت جوردان، وبيتر تومان، وخوان ج. دوريلو، وسيمون بيليجريني، وفيليب غشواندتنر، وتوماس فاهرينجر، وهانز موريتش. اس سي 2012.
  • التحسين القائم على اللصوص على الرسوم البيانية مع تطبيق لضبط أداء المكتبة - فريديريك دي ميسماي، وأرباد ريميل، وإيفجين فورونينكو، وماركوس بوشل. آي سي إم إل 2009.
  • الجمع بين النماذج والبحث التجريبي الموجه لتحسين مستويات متعددة من التسلسل الهرمي للذاكرة - تشون تشين، جاكلين تشام، وماري هول. سي جي او 2005
  • الانسجام النشط: نحو ضبط الأداء الآلي - كريستيان تابوس، آي-هسين تشونغ، جيفري ك. هولينجسورث. إس سي 2002

رسم الخرائط المتوازية وجدولة المهام

  • استكشاف نماذج الشبكة العصبية التلافيفية لتصنيف الكود المصدري - فرانشيسكو بارشي، وإيمانويل باريزي، وجيانفيتو أورجيس، وإليسا فيكارا، وأندريا أكوافيفا. التطبيقات الهندسية للذكاء الاصطناعي، يناير 2021.
  • الطيار الآلي: القياس التلقائي لأعباء العمل في Google - كرزيستوف رزادكا، باول فينديسن، جاسيك سويديرسكي، برزيميسلاف زيتش، برزيميسلاف برونيك، جاريك كوزميريك، باول نوفاك، بياتا ستراك، بيوتر فيتوسوفسكي، ستيفن هاند، جون ويلكس. يوروسيس 2020. الشرائح
  • نمذجة وتحسين تأثيرات NUMA والجلب المسبق باستخدام التعلم الآلي - إسحاق سانشيز باريرا، وديفيد بلاك شيفر، ومارك كاساس، وميكيل موريتو، وأناستاسيا ستوبنيكوفا، وميخائيل بوبوف. اي سي اس 2020.
  • الاتزان: موازنة التوازي على مستوى الخيوط وأداء نظام الذاكرة في وحدات معالجة الرسومات باستخدام التعلم الآلي - سوماي دوبليش، وفيجاي ناجاراجان، ونايجل توفاما. HPCA 2019.
  • وضع البيانات والخيوط في بنيات NUMA: نهج التعلم الإحصائي - نيكولا دينويل، برايس جوجلين، إيمانويل جينوت، وتوماس روبارس. المؤتمر الدولي للسياسات العامة 2019.
  • رسم خرائط التعليمات البرمجية في الأنظمة الأساسية غير المتجانسة باستخدام التعلم العميق وLLVM-IR - فرانشيسكو بارشي، وجيانفيتو أورجيس، وإنريكو ماسي، وأندريا أكوافيفا. لجنة المساعدة الإنمائية 2019.
  • التحسين التكيفي لبرامج OpenCL على الأنظمة غير المتجانسة المضمنة - بن تايلور، وفيسنت سانز ماركو، وزينغ وانغ. إل سي تي إس 2017.
  • تحسين إنتاجية تطبيق الشرارة من خلال الموقع المشترك للمهمة المدركة للذاكرة: نهج مزيج من الخبراء - فيسينت سانز ماركو، وبن تايلور، وباري بورتر، وزينج وانغ. الوسيطة 2017
  • جدولة ذكية متعددة المهام لبرامج OpenCL على الأنظمة الأساسية غير المتجانسة لوحدة المعالجة المركزية/وحدة معالجة الرسومات - Yuan Wen وZheng Wang وMichael FP O'Boyle. هيبك 2015.
  • Quasar: إدارة مجموعة تتسم بالكفاءة في استخدام الموارد وتراعي جودة الخدمة - كريستينا ديليميترو، وكريستوس كوزيراكيس. اسبلوس 2014.
  • رسم الخرائط التلقائية والمحمولة لبرامج البيانات المتوازية إلى opencl للأنظمة غير المتجانسة القائمة على GPU - Zheng Wang وDominik Grewe وMichael O'boyle. معاملات ACM بشأن البنية وتحسين التعليمات البرمجية (TACO)، 2014.
  • دمج الكشف عن التوازي المبني على الملف الشخصي ورسم الخرائط المستندة إلى التعلم الآلي - تشنغ وانغ، وجورجيوس تورنافيتيس، وبيورن فرانك، ومايكل إف بي أوبويل. معاملات ACM بشأن البنية وتحسين التعليمات البرمجية (TACO)، 2014.
  • الأداء المحمول على البنى غير المتجانسة - فيتشايا مانجبو فوثيليمثانا، جايسون أنسل، جوناثان راجان كيلي، سامان أماراسينغ. أسبلوس 2013.
  • رسم خرائط ذكية وقابلة للتكيف للتوازي في ظل وجود عبء عمل خارجي - مورالي كريشنا إيماني، وزينغ وانغ، ومايكل أوبويل. سي جي او 2013.
  • تقسيم التوازي المتدفق للنوى المتعددة: نهج قائم على التعلم الآلي - تشنغ وانغ ومايكل أوبويل. ميثاق 2010.
  • تشيلين: استغلال التوازي في المعالجات المتعددة غير المتجانسة مع رسم الخرائط التكيفية - تشي كيونغ لوك، سنبيو هونغ، وهيسون كيم. مايكرو 2009.
  • رسم خرائط التوازي مع النوى المتعددة: نهج قائم على التعلم الآلي - تشنغ وانغ ومايكل أوبويل. شراكة بين القطاعين العام والخاص 2009.

التحسين الخاص بالمجال

  • Seer: اختيار النواة لوقت التشغيل التنبؤي للمشاكل غير النظامية - ريان سوان، محمد أسامة، كارثيك سانجايا، جلال محمود. منظمة المنظمات العالمية 2024
  • تحسين برنامج Tensor باستخدام البرامج الاحتمالية - Junru Shao، Xiyou Zhou، Siyuan Feng، Bohan Hou، Ruihang Lai، Hongyi Jin، Wuwei Lin، Masahiro Masuda، Cody Hao Yu، Tianqi Chen. نيوروبس 2022
  • moTuner: أسلوب الضبط التلقائي القائم على المترجم لمشغلي الدقة المختلطة - Zewei Mo، وZejia Lin، وXianwei Zhang، وYutong Lu. سي إف 2022
  • الكلية: التكامل الآلي لواجهات التعلم العميق - بيونجسو جيون، سونجهيون بارك، بييوان لياو، شنغ شو، تيانكي تشين، زيهاو جيا. ميثاق 2022
  • تعلم ثوابت الحلقة غير الخطية باستخدام شبكات المنطق المستمر ذات البوابات - ج. ياو، ج. ريان، ج. وونج، س. جانا، و ر. جو. بي إل دي آي 2020.
  • تخصيص الذاكرة على أساس التعلم لأحمال عمل خادم C++ - ماس، مارتن، ديفيد ج. أندرسن، مايكل إيسارد، محمد مهدي جافانمار، كاثرين س. ماكينلي، وكولين رافيل. ASPLOS 2020.الإعداد المسبق
  • سد الفجوة بين التعلم العميق واختيار تنسيق المصفوفة المتفرقة - Yue Zhao وJiajia Li وChunhua Liao وXipeng Shen. الشراكة بين القطاعين العام والخاص 2018.
  • الجمل: تحسين الطاقة التكيفية الذكية لتفاعلات الويب عبر الهاتف المحمول - جي رين، واي. لو، بيتري نورمي، شياو مينغ وانغ، مياو ما، لينغ جاو، زانيونغ تانغ، جي تشينغ، وزينغ وانغ. إنفوكوم 2020.
  • تحسين الفرز باستخدام الخوارزميات الجينية - شياو مينغ لي، وماريا جيسوس جارزاران، وديفيد بادوا. سي جي او 2005.

اللغات والتجميع

  • (دي/إعادة)-تركيب الحسابات المتوازية للبيانات عبر التماثلات متعددة الأبعاد - آري راش، TOPLAS 2024.
  • هاليد: لغة ومترجم لتحسين التوازي والمحلية وإعادة الحساب في خطوط أنابيب معالجة الصور - جوناثان راجان كيلي، كونيلي بارنز، أندرو آدامز، سيلفان باريس، فريدو دوراند، وسامان أماراسينغ، PLDI 2013.
  • PetaBricks: لغة ومترجم للاختيار الخوارزمي - جيسون أنسل، وسي تشان، ويي لوك وونغ، وماريك أولشفسكي، وتشين تشاو، وآلان إيدلمان، وسامان أماراسينغ. بلدي 2009.
  • تحقيق الأداء العالي بالطريقة الوظيفية: لؤلؤة وظيفية في التعبير عن التحسينات عالية الأداء كاستراتيجيات إعادة كتابة - باستيان هاجيدورن، يوهانس لينفرز، توماس كيهلر، شيويينغ تشين، سيرجي جورلاتش، وميشيل ستيوير. وقائع ACM حول لغات البرمجة 2020.

تقليل حجم الكود

  • تعلم أوامر تمرير المترجم باستخدام Coreset والتنبؤ بالقيمة الطبيعية - Youwei Liang، Kevin Stone، Ali Shameli، Chris Cummins، Mostafa Elhoushi، Jiadong Guo، Benoit Steiner، Xiaomeng Yang، Pengtao Xie، Hugh Leather، Yuandong Tian. آي سي إم إل 2023.
  • POSET-RL: ترتيب المراحل لتحسين الحجم ووقت التنفيذ باستخدام التعلم المعزز - شاليني جاين، ياشاس أندالوري، إس. فينكاتا كيرثي، راماكريشنا أوبادراستا. إيسباس 2022.
  • استكشاف مساحة تسلسلات التحسين لتقليل حجم الكود: الرؤى والأدوات - أندرسون فاوستينو دا سيلفا، وبرناردو إن بي دي ليما، وفرناندو ماجنو كوينتاو بيريرا. CC 2021. الكود والبيانات
  • استخدام التعلم الآلي للتنبؤ بتأثير حجم الكود لاستدلالات الازدواجية في مترجم ديناميكي - رافائيل موسانر، وديفيد ليوبولدسيدر، ولوكاس ستادلر، وهانسبتر موسينبوك. MPLR 2021.
  • ANGHABENCH: مجموعة تحتوي على مليون معيار C قابل للتجميع لتقليل حجم الكود - أندرسون فاوستينو دا سيلفا، برونو كوندي كايند، خوسيه ويسلي دي سوزا ماجالهايس، جيرونيمو نونيس روشا، برينو كامبوس فيريرا غيمارايش، فرناندو ماجنو كوينتاو بيريرا. CGO 2021. الكود والبيانات
  • تعزيز التعلم الموجهة البرمجيات Debloating - نهام لو فان، أشيش جيهاني، آري جورفينكل، سوسميت جها، وخورخي أ. نافاس. ملسيس 2019.
  • تحسين مساحة التعليمات البرمجية المنخفضة باستخدام الخوارزميات الجينية - كيث د. كوبر، وفيليب جيه شيلك، وديفيكا سوبرامانيان. إل سي تي إي إس 1999.

نماذج التكلفة والأداء

  • TLP: نموذج تكلفة قائم على التعلم العميق لضبط برنامج Tensor - Yi Zhai، Yu Zhang، Shuo Liu، Xiaomeng Chu، Jie Peng، Jianmin Ji، Yanyong Zhang، ASPLOS، 2023.
  • كشف الأداء: الاستنباط التلقائي لنماذج الأداء الرخيصة والدقيقة - لاريسا شميد، مارسين كوبيك، ألكسندرو كالوتويو، دومينيك ويرل، أندرياس رايتر، مايكل سيلزر، آن كوزيوليك، تورستن هوفلر، ICS، 2022.
  • التنبؤ بالأداء القائم على الشبكة العصبية لترحيل المهام على النوى المتعددة S-NUCA - مارتن راب، أنوج باثانيا، توليكا ميترا، يورغ هنكل، معاملات IEEE على أجهزة الكمبيوتر، 2021.
  • نموذج التكلفة القائم على التعلم العميق لتحسين الكود التلقائي - رياض بغدادي، ماسينيسا مرواني، محمد هشام لغطاس، كامل عبدوس، طه عرباوي، كريمة بناتشبا، سامان أماراسينغ، MLSys 2021
  • تحليل بنية الكود المقارن باستخدام التعلم العميق للتنبؤ بالأداء - ناثان بينو، طارق رمضان، تنزيما ز. إسلام، تشيس فيلبس، جايارامان جي. ثياجاراجان، ISPASS 2021
  • استخلاص نماذج الأداء النظيفة من البرامج الملوثة - مارسين كوبيك، ألكسندرو كالوتويو، توبياس غروسر، نيكولاس ويكي، فيليكس وولف، تورستن هوفلر. الشراكة بين القطاعين العام والخاص 2021.
  • PMEvo: الاستدلال المحمول لتعيينات المنافذ للمعالجات خارج الترتيب عن طريق التحسين التطوري - فابيان ريتر، سيباستيان هاك. بي إل دي آي 2020.
  • طريقة التعلم النشط للنمذجة التجريبية في ضبط الأداء - جيبينج تشانغ، جينغوي صن، ونجو تشو، قوانغزونغ صن. اي بي دي بي اس 2020.
  • تعلم تحسين الهاليد من خلال البحث عن الأشجار والبرامج العشوائية - أندرو آدامز، كريمة ما، لوك أندرسون، رياض بغدادي، تزو ماو لي، مايكل غربي، بينوا شتاينر، ستيفن جونسون، كيفون فتحاليان، فريدو دوراند، جوناثان راجان كيلي. إيه سي إم ترانس غراف، 2019.
  • Ithemal: تقدير دقيق ومحمول وسريع لإنتاجية الكتلة الأساسية باستخدام الشبكات العصبية العميقة - شاريث مينديس، وأليكس ريندا، وسامان أماراسينغ، ومايكل كاربين. آي سي إم إل 2019.
  • الأفسنتين: تعلم نموذج أداء تحليلي لدمج رموز الاستنسل وتجانبها في طلقة واحدة - توبياس جيسي، وتوبياس جروسر، وتورستن هوفلر. ميثاق 2019.
  • توقع عبء العمل الجديد أو أداء وحدة المعالجة المركزية من خلال تحليل مجموعات البيانات العامة - يو وانغ، وفيكتور لي، وجو يون وي، وديفيد بروكس. معاملات ACM بشأن البنية وتحسين التعليمات البرمجية (TACO)، 2019.
  • الإنشاء التلقائي لنماذج تحديد حجم البلاط - Tomofumi Yuki، وLakshminarayanan Renganarayanan، وSanjay Rajaopadhye، وCharles Anderson، وAlexandre E. Eichenberger، وKevin O'Brien. سي جي او 2010.
  • النماذج التجريبية الحساسة للهندسة المعمارية الدقيقة لتحسين المترجمات - كابيل فاسواني، وماثيو جيه ثازهافيتيل، وي إن سريكانت، وبي جي جوزيف. سي جي او 2007.
  • مقدرون ثابتون دقيقون لتحسين البرنامج - تيم أ. فاغنر، فانس مافريك، سوزان إل. جراهام، ومايكل أ. هاريسون. بي إل دي آي 1994.

تمثيل برنامج التعلم

  • تضمينات الأداء: نهج ضبط النقل القائم على التشابه لتحسين الأداء - إل ترومبر، تي بن نون، بي شاد، إيه كالوتويو، تي هوفلر. آي سي إس 2023.
  • تحسين التحليل الثنائي عبر الأنظمة الأساسية باستخدام التعلم التمثيلي عبر محاذاة الرسم البياني - Geunwoo Kim، Sanghyun Hong، Michael Franz، Dokyung Song. إيستا 2022.
  • تمثيل البرامج للتجميع التنبؤي: الوضع في أوائل العشرينات - أندرسون فاوستينو دا سيلفا، إدسون بورين، فرناندو ماجنو كوينتاو بيريرا، نيلتون لويز كيروز جونيور وأوتافيو أوليفيرا نابولي. JCL 2022. الكود والبيانات
  • تحليل بنية الكود المقارن باستخدام التعلم العميق للتنبؤ بالأداء - دناثان بينو، طارق رمضان، تنزيما زي إسلام، تشيس فيلبس، جايارامان جيه ثياجاراجان. ايباس 2021.
  • GraphCodeBERT: تمثيلات التعليمات البرمجية قبل التدريب مع تدفق البيانات - Daya Guo، Shuo Ren، Shuai Lu، Zhangyin Feng، Duyu Tang، Shujie LIU، Long Zhou، Nan Duan، Alexey Svyatkovskiy، Shengyu Fu، Michele Tufano، Shao Kun Deng، Colin Clement ، Dawn Drain، Neel Sundaresan، Jian Yin، Daxin Jiang، Ming Zhou. المؤتمر الدولي للبحوث الزراعية 2021.
  • CodeBERT: نموذج تم تدريبه مسبقًا للبرمجة واللغات الطبيعية - Zhangyin Feng، Daya Guo، Duyu Tang، Nan Duan، Xiaocheng Feng، Ming Gong، Linjun Shou، Bing Qin، Ting Liu، Daxin Jiang، Ming Zhou. إي إم إن إل بي 2020.
  • IR2VEC: تضمينات البرامج القابلة للتطوير المستندة إلى LLVM IR - S. VenkataKeerthy، Rohit Aggarwal، Shalini Jain، Maunendra Sankar Desarkar، Ramakrishna Upadrasta وYN Srikant. تاكو 2020.
  • نمذجة هيكل البرنامج العميق من خلال التعلم القائم على الرسم البياني متعدد العلاقات - Guixin Ye وZhanyong Tang وHuanting Wang وJianbin Fang وSongfang Huang وZheng Wang. ميثاق 2020.
  • النماذج العلائقية العالمية لشفرة المصدر - فنسنت ج. هيليندورن، تشارلز ساتون، ريشابه سينغ، بيتروس مانياتيس، ديفيد بيبر، ICLR 2020. (البيانات والكود)
  • تعلم تضمينات البرنامج الدلالي باستخدام الشبكة العصبية ذات الفاصل الزمني للرسم البياني - يو وانغ، وكي وانغ، وفنجوان جاو، ولينزانج وانغ. أوبسلا 2020.
  • Flow2Vec: تضمين التعليمات البرمجية الدقيقة المستندة إلى القيمة - Yulei Sui، وXiao Cheng، وGuanqin Zhang، وHaoyu Wang. أوبسلا 2020.
  • ميسيم: نظام تشابه الكود العصبي من طرف إلى طرف - فانغكي يي، وشينغتيان تشو، وأناند فينكات، وريان ماركوس، ونسيم تاتبول، وجيسمين جاهان تيثي، وبول بيترسن، وتيموثي ماتسون، وتيم كراسكا، وبراديب دوبي، وفيفيك ساركار، وجاستن جوتشليك. أرشيف 2020.
  • تضمينات برنامجية دلالية دقيقة وممزوجة - Ke Wang وZhendong Su. بي إل دي آي 2020.
  • LambdaNet: الاستدلال النوعي الاحتمالي باستخدام الشبكات العصبية الرسومية - جياي وي، ماروث جويال، جريج دوريت، وإيسيل ديليغ. المؤتمر الدولي للبحوث الزراعية 2020.
  • تمثيلات بيانية قائمة على المترجم لنماذج التعلم العميق للتعليمات البرمجية - ألكسندر براوكمان، وأندريس جوينز، وسيباستيان إرتل، وجيرونيمو كاستريلون. سي سي 2020.
  • نمذجة الكود التوليدي باستخدام الرسوم البيانية - مارك بروكشميت، وميلتوس ألامانيس، وألكسندر إل جاونت، وأولكسندر بولوزوف. المؤتمر الدولي للبحوث الزراعية 2019.
  • code2seq: توليد تسلسلات من تمثيلات منظمة للكود - أوري ألون، شاكيد برودي، عمر ليفي، وعيران ياهاف. المؤتمر الدولي للبحوث الزراعية 2019.
  • code2vec: تعلم التمثيلات الموزعة للكود - أوري ألون، ميتال زيلبرشتاين، عمر ليفي، وعيران ياهاف. بوبل 2019.
  • COSET: معيار لتقييم تضمينات البرنامج العصبي - كي وانغ، ميهاي كريستودوريسكو. أرخايف 2019.
  • تعلم تمثيل البرامج بالرسوم البيانية - ميلتياديس ألامانيس، مارك بروكشميت، ومحمود خادمي. المؤتمر الدولي للبحوث الزراعية 2018.
  • فهم الكود العصبي: تمثيل قابل للتعلم لدلالات الكود - تال بن نون، وأليس شوشانا جاكوبوفيتس، وتورستن هوفلر. نيوريبس 2018.
  • التعلم العميق الشامل للاستدلال على التحسين - كريس كامينز، بافلوس بيتومينوس، تشنغ وانغ، وهيو ليذر (الشرائح). ميثاق 2017.
  • أخذ عينات من البرامج ذات الوعي الدلالي - براتيكشا ثاكر، ودانيال تارلو، ومارك بروكشميت. نيوريبس 2017.
  • DeepCoder: تعلم كتابة البرامج - ماتيج بالوغ، ألكسندر إل جاونت، مارك بروكشميت، سيباستيان نووزن، ودانيال تارلو. المؤتمر الدولي للبحوث الزراعية 2017.
  • الشبكات العصبية التلافيفية فوق الهياكل الشجرية لمعالجة لغة البرمجة - Lili Mou، وGe Li، وLu Zhang، وTao Wang، وZhi Jin. AAAI 2016.
  • شبكة اهتمام تلافيفية للتلخيص الشديد لشفرة المصدر - ميلتوس ألامانيس، هاو بينج، وتشارلز ساتون. آي سي إم إل 2016.
  • النماذج التوليدية المنظمة لكود المصدر الطبيعي - كريس ماديسون ودانيال تارلو. آي سي إم إل 2014.
  • استخدام توصيف البرنامج القائم على الرسم البياني للنمذجة التنبؤية - إيونجونج بارك، جون كافازوس، وماركو أ. ألفاريز. سي جي او 2011.
  • إنشاء الميزات تلقائيًا للتجميع الأمثل القائم على التعلم الآلي - هيو ليذر، وإدوين بونيلا، ومايكل أوبويل. سي جي او 2009.
  • إطار عمل قائم على اللعبة لمقارنة مصنفي البرامج والمتهربين - ثيس داماسيو، ومايكل كانيش، وفينيسيوس باتشيكو، وأندرسون فاوستينو دا سيلفا، وماركوس بوتاسين، وفرناندو ماجنو كوينتاو بيريرا. CGO 2023. الكود والبيانات

تمكين ML في المترجمين وتحسين الأنظمة

  • تعزيز متانة النموذج التنبؤي لوقت النشر لتحليل التعليمات البرمجية وتحسينها - هوانتينج وانج، وباتريك لينيهان، وزينج وانج. CGO 2025. (الكود)
  • لهجة تحويل MLIR - المترجم الخاص بك أقوى مما تعتقد - مارتن بول لوك، أولكسندر زينينكو، ويليام س. موسى، ميشيل ستوير، ألبرت كوهين. أركسيف 2024.
  • مترجم نموذج اللغة الكبير Meta: النماذج الأساسية لتحسين المترجم - كريس كامينز، فولكر سيكر، ديجان جروبيسيك، بابتيست روزيير، جوناس جيهرينج، غابرييل سينايف، هيو ليذر. أركسيف 2024.
  • تحسينات المترجم التالية التي تدعم 700 ML - S. VenkataKeerthy، Siddharth Jain، Umesh Kalvakuntla، Pranav Sai Gorantla، Rajiv S Chitale، Eugene Brevdo، Albert Cohen، Mircea Trofin، Ramakrishna Upadrasta. سي سي 2024.
  • BenchPress: مولد معياري نشط عميق - فويفوس تسيمبورلاس، بافلوس بيتومينوس، مين شو، كريس كامينز، كيم هازلوود، أجيتا راجان، هيو ليذر. ميثاق 2022 (الكود)
  • أتمتة تصميم بنية التعلم المعزز لتحسين التعليمات البرمجية - هوانتنج وانج، زانيونج تانج، تشينج تشانج، جياكي تشاو، كريس كامينز، هيو ليذر، تشنغ وانغ. CC 2022 (الكود)
  • تعلم التمثيلات الدلالية للتحقق من تصميمات الأجهزة - شوبها فاسوديفان، وينجي (جو) جيانغ، ديفيد بيبر، ريشابه سينغ، حميد شجاعي، سي. ريتشارد هو، تشارلز ساتون. نيوروبس 2021
  • إنشاء أكواد برمجية قابلة للتركيب والتركيب في MLIR: نهج منظم وقابل لإعادة الاستهداف لبناء مترجم Tensor - نيكولاس فاسيلاش، أولكسندر زينينكو، آرت جي سي بيك، ماهيش رافيشانكار، توماس راوكس، ألكسندر بيلييف، ماتياس سبرينغر، توبياس جيسي، دييغو كاباليرو، ستيفان هيرهوت، ستيلا لورينزو، ألبرت كوهين. أرخايف 2022
  • التطوير المشترك العميق القائم على البرمجة اللغوية العصبية لتجميع تحليل التعليمات البرمجية من اللغة الطبيعية - Zifan Nan، Hui Guan، Xipeng Shen، Chunhua Liao. سي سي 2021
  • MLGO: إطار عمل تحسينات المترجم الموجه للتعلم الآلي - ميرسيا تروفين، يوندي تشيان، يوجين بريفدو، زينان لين، كرزيستوف تشورومانسكي، ديفيد لي. arXiv. شفرة
  • نحو فهم أفضل للضبط التلقائي للصندوق الأسود: تحليل مقارن لأنظمة التخزين - تشن كاو، فاسيلي تاراسوف، ساشين تيواري، وإيريز زادوك. ايه تي سي 2018.
  • تصنيع المعايير للنمذجة التنبؤية - كريس كامينز ، بافلوس بيتومينوس ، تشنغ وانغ ، هيو جلود (شرائح). CGO 2017.
  • تقليل تكلفة التجميع التكراري مع التعلم النشط - William Ogilvie ، Pavlos Petoumenos ، Zheng Wang ، و Hugh Leather. CGO 2017.
  • VESPA: التنميط الثابت للتحسين الثنائي - أنجليكا أباريسيدا موريرا ، جيلهيرمي أوتوني ، وفرناندو ماغنو كوينتو بيريرا. OOPSLA 2021. الكود والبيانات
  • رسم خرائط الحسابات في أنظمة متعددة الأوساخ غير المتجانسة مع الانحدار الإحصائي على مدخلات البرنامج - Junio ​​Cezar Ribeiro Da Silva و Lorena Leao و Vinicius Petrucci و Abdoulaye Gamatie و Fernando Magno Quintao Pereira. TECS 2021.

ذاكرة/ذاكرة التخزين المؤقت نمذجة/تحليل

  • تحسين رسم الخرائط للذاكرة باستخدام التعلم التعزيز العميق - Pengming Wang ، Mikita Sazanovich ، Berkin Ilbeyi ، Phitchaya Mangpo Phothilimthana ، Manish Purohit ، Han Yang Tay ، Ngân Vũ ، Miaosen Wang ، Cosmin Paduraru ، Edouard Leurent ، Anton Zherv ، تونغ ، بولا كوريلوفيتش ، كيران ميلانو ، أوريول فينالس ، دانييل ج. مانكوفيتش. Arxiv 2023.
  • تعلم أنماط الوصول إلى الذاكرة - Milad Hashemi ، Kevin Swersky ، Jamie A. Smith ، Grant Ayers ، Heiner Litz ، Jichuan Chang ، Christos Kozyrakis ، Parthasarathy Ranganathan. آي سي إم إل 2018
  • التنبؤ الثابت للمتاجر الصامتة - فرناندو ماغنو كوينتاو بيريرا ، جيلهيرمي فييرا ليوباس وعبدولي جاماتي. تاكو 2019. الكود والبيانات

كتب

  • ضبط تلقائي للمترجمين باستخدام التعلم الآلي - أمير هـ. آشوري ، جيانلوكا باليرمو ، جون كافازوس ، وكريستينا سيلفانو. سبرينغر 2018.
  • توليف البرنامج التلقائي-من المفاهيم إلى أحدث النتائج-K Naono و K Teranishi و J Cavazos و R Suda. سبرينغر 2010.

محادثات ودروس

  • Saman Amarasinghe ، برنامج التحويل البرمجي 2.0: استخدام التعلم الآلي لتحديث تقنية التحويل البرمجي. LCTES 2020.
  • Amir Ashouri ، برنامج التحويل البرمجي Autotuning باستخدام التعلم الآلي: مراجعة أحدث (شرائح). جامعة البوليتكنيك ميلانو 2018.

برمجة

  • PROM - مجموعة أدوات Python للمساعدة في تحديد خاطئ نموذج ML بعد النشر (Paper).
  • ML-Compiler-Bridge-Library to Interface Perfilers and ML Models for ML التي تدعم التحسينات (Paper).
  • الأسرع - أتمتة تصميم بنية التعلم التعزيز (ورقة).
  • برنامج التحويل البرمجي - بيئات التعلم التعزيز لتحسينات البروتشر (الورق).
  • CODEBERT - نماذج DNN المدربة مسبقًا للغات البرمجة (الورق).
  • تضمينات برنامج IR2VEC - LLVM IR القائم على التعلم الآلي (ورقة).
  • ProgramL - تمثيل برنامج LLVM و XLA IR للتعلم الآلي (ورقة).
  • Neurovectorizer - باستخدام التعلم التعزيز العميق (RL) للتنبؤ ببراجاس المترجم الأمثل (Paper).
  • TVM - Open Open Deep Learning Compiler Cacket ل CPU و GPU ومسرعات متخصصة (ورق ؛ شرائح).
  • CLGEN - مولد القياس باستخدام LSTMS (ورقة ؛ شرائح).
  • Cobayn - المترجم Autotuning باستخدام BNS (الورق).
  • Opentuner-إطار عمل لبناء Autotuners متعددة الأطراف في برنامج Multivesive (Paper ؛ Slides)
  • ONNX -MLIR - تمثيل وخفض المرجع لنماذج ONNX في البنية التحتية لترجم MLIR (ورقة).
  • IREE - برنامج التحويل البرمجي للآلة القائم على MLIR ومجموعة أدوات وقت التشغيل.

المعايير ومجموعات البيانات

  • TENSET: مجموعة بيانات أداء على نطاق واسع للبرنامج لمرسلات الموتر المستفادة - مجموعة بيانات من سجلات أداء برنامج Tensor لستة منصات شائعة الاستخدام (Paper).
  • أعباء عمل Alberta لـ SPEC CPU® 2017 Suite - أعباء عمل إضافية لجناح SPEC CPU2017.
  • Project CodeNet - عينات رمز مكتوبة بلغات برمجة 50+ ، مشروحة بالمعلومات ، مثل حجم الرمز ، بصمة الذاكرة ، وقت تشغيل وحدة المعالجة المركزية ، والحالة (أنواع القبول/الأخطاء)
  • CodexGlue - مجموعة بيانات لقياس التعلم الآلي لفهم الكود والتوليد (ورقة)
  • Anghabench - جناح مع مليون معايير C قابلة للتجميع (ورقة)
  • BHIVE - مجموعة مرجعية وإطار قياس للتحقق من صحة نماذج أداء الكتلة الأساسية X86-64 (الورق).
  • CBENCH - 32 C معايير مع مجموعات البيانات ونصوص برنامج التشغيل.
  • Polybench - 30 معايير الاستنسل والخطية الجبر مع مجموعات البيانات ونصوص برنامج التشغيل. انظر أيضًا: إصدار GPU ، مجموعات بيانات محسوبة مسبقًا (ورقة).
  • DeepDataflow-469K LLVM-IR وملصقات تحليل تدفق البيانات 8.6b للتصنيف (ورقة).
  • DevMap - 650 Opencl Benchmark ميزات وعلامات تصنيف وحدة المعالجة المركزية/GPU (ورقة ؛ شرائح).

المؤتمرات

  • مؤتمر ACM Sigplan حول تصميم لغة البرمجة وتنفيذها ، PLDI
  • الدعم المعماري للغات البرمجة وأنظمة التشغيل ، ASPLOS
  • ندوة ACM Sigplan على مبادئ وممارسة البرمجة المتوازية ، PPOPP
  • الندوة الدولية حول توليد الكود والتحسين ، CGO
  • المؤتمر الدولي حول البنية المتوازية وتقنيات التجميع ، اتفاق
  • البرمجة الموجه نحو الكائنات ، والأنظمة ، واللغات ، والتطبيقات ، أوسلا
  • المؤتمر الدولي لبناء البرمجيات ، CC
  • المؤتمر الدولي حول الحوسبة الفائقة ، ICS
  • المؤتمر الدولي حول الأداء العالي والبنية المدمجة والمترجمين ، Hipeac
  • المؤتمر الدولي عن اللغات والمترجمين والأدوات للأنظمة المدمجة ، LCTES
  • المؤتمر الدولي لحضور الحوسبة ، التليف الكيسي
  • ندوة معالجة متوازية وموزعة دولية ، IPDPs
  • المؤتمر الدولي للحوسبة عالية الأداء والشبكات والتخزين والتحليل ، SC
  • ورشة عمل اللغات التعليمية والبرمجة ، MAPL
  • اللغات والمترجمين للحوسبة المتوازية ، LCPC
  • المؤتمر الدولي حول تمثيلات التعلم ، ICLR
  • مؤتمر التعلم الآلي والأنظمة ، MLSYS

المجلات

  • معاملات ACM على الهندسة المعمارية وتحسين الكود ، تاكو

كيفية المساهمة

انظر إرشادات المساهمة. TL ؛ DR: أرسل أحد المشرفين طلب سحب.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل