A Survey of Adaptive Optimization in Virtual Machines

Paper

読んだ論文のメモを書いておくことにします．まず，「A Survey of Adaptive Optimization in Virtual Machines」から．

訳すと，「仮想機械の適応型最適化のサーベイ」というところでしょう．一般的なコンパイラで実装されている静的な最適化手法ではなく，実行時のプロファイル情報に基づく最適化手法が対象です．静的な手法では，最大公約数的な最適化しかできませんが，実行時に最適化することによって，実行時のOSやCPUなどの環境や，アプリケーションの使われ方に応じた，より強い最適化をかけることができるようになります．この論文では，そのような具体的な方法が，網羅的に参照されており，非常に参考になります．

個々の手法を紹介しているとキリがない，というか本文そのままになってしまうので，ざっくりと目次(の一部)だけ紹介すると，こんなところです．

  • 選択的最適化
    • 全体を最適化するのではなく，一部だけ最適化する方法について．カウンタやサンプリングにもとづいて，最適化するべきメソッド(もしくは他の単位)を決めて，それだけをコンパイルします．
  • フィードバックによる最適化のためのプロファイリング
    • 実行時に最適化のための情報を収集する手法について．実行時に情報を収集するので，低オーバーヘッドで，いかに必要な情報を取得するか，についてです．実行時に得られる情報によって，強い最適化をかけるということは，アプリケーションの振舞いが大きく変化すると最適化が効果を失う，ということになるので，そのあたりをどうするか，というのも課題となっています．
  • フィードバックによる最適化コードの生成
    • プロファイルに基づいた最適化されたコードを生成する手法について．インライニングとか，コードの配置とか，命令スケジューリングとか，複数バージョン(例えば，コンパイル時に複数のコンパイル結果を用意しておいて，入力パラメータに応じて最適なコードを選択する)とか，です．
  • その他のフィードバックによる最適化手法
    • 動的な型をキャッシュするとか，投機的最適化とか，ヒープの最適化とか．

言語処理系さん(あんまりいないか..)には必読ではないでしょうか．内部構造に興味が人もどうぞ．