Defesa de Mestrado de Mario Mikio Hato

Título do Trabalho
Análise de Desempenho e Otimização dos Simuladores ArchC
Candidato(a)
Mario Mikio Hato
Nível
Mestrado
Data
03/02/20172017-02-02 22:00:00 2017-02-02 22:00:00 Defesa de Mestrado de Mario Mikio Hato Análise de Desempenho e Otimização dos Simuladores ArchC Auditório do IC 2 - Sala 85 INSTITUTO DE COMPUTAÇÃO mauroesc@ic.unicamp.br America/Sao_Paulo public
Horário
9:00
Local
Auditório do IC 2 - Sala 85
Orientador(a)
Edson Borin
Banca Examinadora

Titulares:
Edson Borin (IC/UNICAMP)
Alexandro José Baldassin (IGCE-DEMAC/UNESP)
Sandro Rigo (IC/UNICAMP)
Suplentes:
Mario Lúcio Côrtes (IC/UNICAMP)
Ricardo Ribeiro dos Santos (FACOM/UFMS)

Resumo

Geração automática possui a grande vantagem de automatizar um processo, reduzir o tempo que seria gasto nesta etapa e evitar que erros comuns aconteçam. Porém, de que adianta reduzir o tempo de uma etapa se existe a possibilidade de aumentar o tempo das demais etapas. Em projetos de circuitos digitais, foram desenvolvidas as linguagens de descrição de arquitetura, que possibilitaram o surgimento de ferramentas capazes de gerar automaticamente simuladores, compiladores, etc., que são utilizados para avaliar uma arquitetura sem que esta tenha um hardware propriamente dito. Simuladores gerados automaticamente são utilizados para executar aplicações e averiguar o comportamento destas e da arquitetura sendo projetada. No entanto, caso o simulador gerado não seja eficiente, o tempo de simulação aumenta, podendo superar o ganho obtido pela geração automática, cancelando suas vantagens. Neste caso, como verificar a eficiência do simulador gerado? Uma forma bastante usada é comparar com outros simuladores existentes ou gerar o simulador manualmente para comparação. Comparar com simuladores existentes exigem que estes sejam similares, já gerar manualmente o simulador elimina o propósito da geração automática. Nesse contexto, desenvolvemos uma metodologia para se avaliar os simuladores gerados automaticamente através de perfilamento de código. Isto permitiu a identificação dos gargalos de desempenho e, consequentemente, o desenvolvimento de otimizações na geração de código. Com as otimizações, conseguimos gerar um simulador do modelo MIPS 1,48 vezes melhor.