Наредни састанак Семинара биће одржан онлајн у среду, 23.марта 2022, од 19-20 часова.
Предавач: Милан Чугуровић, Математички факултет, Универзитет у Београду
Наслов предавања: ПРЕДВИЂАЊЕ ПРОФИЛА ПРОГРАМА МЕТОДАМА МАШИНСКОГ УЧЕЊА
Апстракт: Истраживања која се спроводе у оквиру пројекта сарадње Математичког факултета и компаније Оракл (Oracle) усмерена су ка развоју и унапређивању компајлерске инфраструктуре Грал (Graal VM). У овом предавању биће приказана употреба метода машинског учења са циљем проширења домена примене модерних компајлерских оптимизација.
Савремени компајлери користе агресивне технике оптимизације како би постигли високу ефикасност извршавања преведених програма. Од посебне важности су оптимизације вођене профилима (енгл. profile-guided optimizations). Профили представљају информације које се сакупљају у фази извршавања програма како би се описало динамичко понашање програма (на пример, који делови кода се најчешће извршавају, а у које делове кода извршавање не залази). Оптимизације вођене профилима значајно побољшавају перформансе програма и превазилазе домете стандардних статичких оптимизација. Међутим, прикупљање квалитетних профила је веома захтеван посао који значајно троши меморијске и временске ресурсе, додатно повећавајући комплексност самог процеса компилације. Алтернатива прикупљању профила јесте њихово предвиђање. Методе машинског учења показале су се способним за ефикасно предвиђање квалитетних профила.
Предавање ће приказати детаље употребе дубоких неуронских мрежа (енгл. deep-neural network) и стабала одлучивања (енгл. decision tree) у циљу предвиђања профила извршавања делова кода, конкретно у предвиђању које гране пограма ће бити извршене. Укратко ће бити приказани изазови који се јављају при креирању скупа података, тренирању модела и интеграцији модела у компајлер Грал. Биће сумирани тренутно постигнути резултати, од којих је најзначајнији успешно убрзање апликација од 8% евалуирано на стандардним Јава бенчмарцима). Биће приказани и правци будћих истраживања и идеје за наставак рада у овој области.
Напомена: Регистрациона форма за учешће је доступна на линку:
https://miteam.mi.sanu.ac.rs/asset/CW5nJWDSEZDj7p32p
Уколико желите само да пратите предавање без могућности активног учешћа, пренос је доступан на линку:
https://miteam.mi.sanu.ac.rs/asset/4LNW8WtML7rLKojoz