Automatic selection of compiler optimizations by machine learning

Simple item page
buir.contributor.authorPeker, Melih
buir.contributor.authorÖztürk, Özcan
buir.contributor.orcidÖztürk, Özcan|0000-0002-6870-8430
dc.citation.epage4en_US
dc.citation.spage1
dc.contributor.authorPeker, Melih
dc.contributor.authorÖztürk, Özcan
dc.contributor.authorYıldırım, S.
dc.contributor.authorUluyağmur Öztürk, M.
dc.coverage.spatialİstanbul, Türkiye
dc.date.accessioned2024-03-22T08:29:41Z
dc.date.available2024-03-22T08:29:41Z
dc.date.issued2023-08-28
dc.departmentDepartment of Computer Engineering
dc.descriptionDate of Conference: 05-08 July 2023
dc.descriptionConference Name: 31st IEEE Conference on Signal Processing and Communications Applications, SIU 2023
dc.description.abstractMany widely used telecommunications applications have extremely long run times. Therefore, faster and more efficient execution of these codes on the same hardware is important in critical telecommunication applications such as base stations. Compilers greatly affect the properties of the executable program to be created. It is possible to change properties such as compilation speed, execution time, power consumption and code size using compiler flags. This study aims to find the set of flags that will provide the shortest run time among hundreds of compiler flag combinations in GCC using code flow analysis, loop analysis and machine learning methods without running the program.
dc.description.abstractYaygın şekilde kullanılan birçok telekomünikasyon uygulaması oldukça uzun çalışma sürelerine sahiptir. Dolayısıyla, bu kodların aynı donanım üzerinde daha hızlı ve etkin çalıştırılabilmesi baz istasyonları gibi kritik telekomünikasyon uygulamalarında önem taşımaktadır. Derleyiciler oluşturulacak olan çalıştırılabilir programın özelliklerini büyük oranda etkilemektedir. Derleyici işaretleyicileri kullanılarak derleme hızı, çalışma hızı, güç tüketimi ve kod boyutu gibi özellikleri değiştirmek mümkündür. Bu çalışma, GCC içerisinde bulunan yüzlerce derleyici işaretleyicisinin içinden en kısa çalışma süresini sağlayacak olan işaretleyici kümesini programı çalıştırmadan kod akış analizi, döngü analizi ve makine öğrenmesi yöntemlerini kullanarak bulmayı hedeflemektedir.
dc.identifier.doi10.1109/SIU59756.2023.10223902
dc.identifier.eisbn9798350343557
dc.identifier.isbn9798350343564
dc.identifier.issn2165-0608
dc.identifier.urihttps://hdl.handle.net/11693/115077
dc.language.isoTurkish
dc.publisherIEEE - Institute of Electrical and Electronics Engineers
dc.relation.isversionofhttps://dx.doi.org/10.1109/SIU59756.2023.10223902
dc.source.title2023 31st Signal Processing and Communications Applications Conference (SIU 2023)
dc.subjectGCC
dc.subjectCompilers
dc.subjectMachine learning
dc.subjectOptimization
dc.subjectDerleyiciler
dc.subjectMakine öğrenmesi
dc.subjectOptimizasyon
dc.titleAutomatic selection of compiler optimizations by machine learning
dc.title.alternativeDerleyici optimizasyonlarının makine öğrenmesiyle otomatik seçilmesi
dc.typeConference Paper

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Automatic_selection_of_compiler_optimizations_by_machine_learning.pdf
Size:
755.06 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.01 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Department of Computer Engineering