Michael Litvinov
CPP RUSSIA 2025 speaker
RL & COMPILERS
COMPILER GYM & ETC
Литвинов
Михаил
CompilerGym
Environment
Задача оптимизации и модель компилятора
1.
Action Space
Текущее состояние среды, пространство действий
2.
Reward
Метрика оптимизации
4.
Observation
Текущее представление окружения
3.
Observation Spaces
| LLVM-IR |
| InstCount |
| Autophase |
| Inst2vec |
| ProGraML |
| etc. |
Reward Spaces
R(s_t) = C(s_{t-1}) - C(s_t)
R(s_t) = \frac{C(s_{t-1}) - C(s_t)}{C(s_{t=0})}
R(s_t) = \frac{C(s_{t-1}) - C(s_t)}{C(s_{t=0}) - C(s_b)}
IR Instruction Count
Количество LLVM-IR инструкций в программе
Codesize
Размер .TEXT секции
4. Greedy search
1.055×
Результаты
на llvm-ic-v0 env
и cbench-v1 bench
3. Random search (t=3600)
1.061×
2. Random search (t=10800)
1.062×
1. PPO + Guided Search
1.070×
Robin Schmöcker, Yannik Mahlau, Nicolas Fröhlich
Альтернативы! (из Индии) - POSET-RL
IITH
CODE
env.reset(benchmark="benchmark://npb-v0/50")
episode_reward = 0
for i in range(1, 101):
observation, reward, done, info = env.step(env.action_space.sample())
if done:
break
episode_reward += reward
print(f"Step {i}, quality={episode_reward:.2%}")
Спасибо!
Ваши вопросы и пожелания!
Обзор CompilerGym & etc
By Michael Litvinov
