BenchPress：一种深度主动基准生成器
人工智能
2022-08-17 v2
摘要
我们开发了BenchPress，这是首个可在源代码特征空间表示中可控的编译器ML基准生成器。BenchPress通过联合观测空或现有序列的左右上下文，在其任意位置添加新代码来合成可编译函数，实现了极高的编译率。BenchPress将基准生成导向所需的目标特征，这是现有SOTA合成器（乃至人类）无法达到的。在3种不同特征空间中，相较于（a）CLgen——一种SOTA的ML合成器，（b）CLSmith模糊器，（c）SRCIROR变异器，甚至（d）GitHub上人类编写的代码，BenchPress在瞄准Rodinia基准特征方面表现更优。BenchPress是首个用主动学习搜索特征空间以生成可改进下游任务的基准的生成器。我们展示了如何使用BenchPress，使得Grewe等人的CPU对GPU启发式模型在BenchPress生成的基准上训练时，相比其他技术获得更高的加速比。BenchPress是一种强大的代码生成器：其生成样本的编译率达86%，而CLgen仅为2.33%。从空的固定输入出发，BenchPress生成的独特可编译OpenCL基准数量是CLgen的10倍，且显著更大、特征更多样。
引用
@article{arxiv.2208.06555,
title = {BenchPress: A Deep Active Benchmark Generator},
author = {Foivos Tsimpourlas and Pavlos Petoumenos and Min Xu and Chris Cummins and Kim Hazelwood and Ajitha Rajan and Hugh Leather},
journal= {arXiv preprint arXiv:2208.06555},
year = {2022}
}
备注
To appear in PACT 2022