RL4ReAl：面向寄存器分配的强化学习
机器学习
2023-02-07 v3 硬件体系结构
编程语言
摘要
我们旨在利用机器学习将寄存器分配领域数十年的研究与经验自动化。我们通过将多智能体强化学习算法嵌入 LLVM 中，并采用最先进的技术对其进行训练，来解决该问题。我们形式化了精确定义给定指令集体系结构下该问题的约束，同时确保生成的代码保持语义正确性。我们还开发了一个基于 gRPC 的框架，为训练和推理提供模块化且高效的编译器接口。我们的方法是体系结构无关的：我们展示了针对 Intel x86 和 ARM AArch64 的实验结果。我们的结果匹配或优于 LLVM 中经过高度调优的生产级寄存器分配器。
引用
@article{arxiv.2204.02013,
title = {RL4ReAl: Reinforcement Learning for Register Allocation},
author = {S. VenkataKeerthy and Siddharth Jain and Anilava Kundu and Rohit Aggarwal and Albert Cohen and Ramakrishna Upadrasta},
journal= {arXiv preprint arXiv:2204.02013},
year = {2023}
}
备注
Published in CC'23