Resumo Técnico: MileStone – Um Framework de Ordenação de Fases de Compilador Multi-Objetivo

1. Definição do Problema

O artigo aborda o problema de ordenação de fases de compilador, que envolve determinar a sequência ótima de passes de otimização para transformar a Representação Intermediária (IR) de um programa em código de máquina eficiente. Embora os níveis padrão de otimização de compiladores (por exemplo, -O1, -O2, -O3 do LLVM) forneçam sequências fixas, eles representam apenas um pequeno subconjunto do vasto espaço de busca e falham em equilibrar objetivos de desempenho conflitantes.

O desafio central identificado é a necessidade de otimizar simultaneamente para tempo de execução, tamanho do código e consumo de energia. Esses objetivos são inerentemente conflitantes; por exemplo, o desenrolamento agressivo de loops pode reduzir o tempo de execução, mas aumentar o tamanho do código e o uso de energia. Abordagens tradicionais frequentemente dependem de heurísticas fixas ou otimização de único objetivo, falhando em capturar os compromissos necessários (soluções Pareto-ótimas) exigidos para ambientes de implantação diversos, como sistemas embarcados com restrições de energia ou computação de alto desempenho. Além disso, a busca exaustiva é computacionalmente inviável, e os métodos existentes baseados em aprendizado frequentemente carecem de suporte para restrições multi-objetivo ou dependem fortemente de perfilamento dinâmico.

2. Metodologia: O Framework MileStone

O MileStone é um framework modular, orientado por aprendizado, que modela a ordenação de fases de compilador como um problema de Otimização Multi-Objetivo Constrained (CMOO). Ele integra Redes Neurais de Grafos (GNNs) para previsão de desempenho estático com Aprendizado por Reforço (RL) para exploração adaptativa. O framework consiste em quatro módulos fortemente integrados:

2.1 Gerador de Grafos (GG)

O GG extrai Grafos de Fluxo de Controle e Dados (CDFGs) da IR do LLVM após a etapa de compilação front-end. Diferentemente de representações sintáticas, os CDFGs capturam as relações estruturais e semânticas do programa. Cada nó no CDFG é representado por um vetor de características binário de 10 dimensões que codifica tipos de nós (bloco básico vs. instrução) e opcodes de instrução específicos (por exemplo, operações de memória, aritmética, fluxo de controle).

2.2 Preditor de Desempenho Baseado em GNN (GNNPP)

O GNNPP utiliza uma Rede de Convolução em Grafos (GCN) para prever métricas pós-compilação (tempo de execução, tamanho do código e consumo de energia) diretamente a partir das representações CDFG sem executar o código.

• Arquitetura: O modelo emprega uma GCN de duas camadas para agregar características de nós e capturar dependências de múltiplos saltos, seguida por agrupamento médio (mean pooling) para gerar embeddings em nível de grafo.
• Treinamento: É treinado como um modelo de regressão usando Erro Logarítmico Médio Quadrático (para energia e tamanho do código) e Erro Absoluto Médio (para tempo de execução).
• Função: O GNNPP atua como um modelo substituto, fornecendo estimativas rápidas de desempenho para guiar o agente RL, eliminando assim a necessidade de execução física repetida durante o processo de busca.

2.3 Explorador Multi-Objetivo Baseado em RL (RLMOE)

O RLMOE trata a seleção de passes de otimização como um processo de tomada de decisão sequencial modelado como um Processo de Decisão de Markov (MDP).

• Estado: Inclui o embedding do grafo CDFG, identificador do nó atual, metadados do CDFG e restrições de energia definidas pelo usuário.
• Ação: Determina se deve aplicar uma diretiva de otimização específica ao nó atual.
• Recompensa: Uma função de recompensa esparsa é aplicada apenas no passo final ($T$), calculada como uma soma ponderada do tamanho do código previsto, tempo de execução e o desvio do consumo de energia alvo. Recompensas intermediárias são zero.
• Algoritmos: O framework suporta tanto Deep Q-Network (DQN) quanto Proximal Policy Optimization (PPO). O PPO geralmente demonstra estabilidade e desempenho superiores, particularmente para programas de grande escala, ao utilizar um objetivo substituto truncado e Estimativa de Vantagem Generalizada (GAE).

2.4 Gerador de Banco de Dados Baseado em RL (RLDBG)

O RLDBG é uma base de conhecimento autoevolutiva que automatiza a coleta de dados de treinamento. Ele invoca iterativamente o RLMOE para explorar diversas sequências de passes, compila as configurações resultantes e as perfila usando um Avaliador para obter métricas de verdade fundamental (ground-truth). Esses pares CDFG–métrica são armazenados para treinar e refinar o GNNPP, criando um ciclo de feedback que melhora a precisão da previsão e a eficiência da exploração ao longo do tempo.

3. Contribuições Principais

O artigo delineia quatro contribuições primárias:

1. Framework Unificado: Introdução do MileStone, um framework que formula a ordenação de fases de compilador como um problema de otimização multi-objetivo equilibrando tempo de execução, tamanho do código e consumo de energia sob restrições definidas pelo usuário.
2. Modelo Neural Baseado em Grafos: Desenvolvimento de um modelo GNN que aprende propriedades estruturais e semânticas a partir de grafos IR para prever com precisão métricas de desempenho de programas.
3. Exploração Baseada em RL: Implementação de uma abordagem baseada em RL (DQN/PPO) para explorar sequências de passes e identificar compromissos Pareto-ótimos entre múltiplos objetivos.
4. Mecanismo de Auto-Melhoria: Incorporação de um mecanismo de coleta de dados autoevolutivo (RLDBG) que aprimora tanto a precisão preditiva quanto a eficiência de exploração ao agregar resultados de otimização diversos.

4. Resultados Experimentais

Os experimentos foram conduzidos em benchmarks padrão (PolyBench: gemm, 3mm, floyd-warshall) usando uma GPU NVIDIA RTX 3090TI. O framework foi comparado com níveis de otimização do LLVM (-O1 a -O3), métodos de busca heurística (Algoritmo Genético, Otimização por Enxame de Partículas) e agentes RL autônomos.

• Soluções Pareto-Ótimas: O RLMOE (usando tanto DQN quanto PPO) superou consistentemente as linhas de base, encontrando soluções que ocuparam regiões do espaço de soluções com menor consumo de energia e tamanhos de código menores, mantendo tempos de execução competitivos.
• Satisfação de Restrições: Sob restrições de energia especificadas pelo usuário, o RLMOE alcançou taxas de correspondência significativamente mais altas (90–93%) em comparação com agentes RL autônomos (83–85%) e níveis de otimização tradicionais (3–9%).
• Redução do Tempo de Execução: Sob orçamentos de energia idênticos, o MileStone reduziu o tempo de execução em até 45% em comparação com o LLVM -O3. Especificamente, o RLMOE-PPO mostrou reduções de 15–45% em diferentes benchmarks.
• Análise de Arquitetura: O estudo determinou que uma arquitetura GCN de duas camadas forneceu o melhor equilíbrio entre precisão de previsão e a evitação do problema de super-suavização.

5. Significado e Alegações

O artigo alega que o MileStone fornece uma solução eficaz e escalável para a ordenação de fases de compilador multi-objetivo. Seu significado reside em:

• Ir Além da Otimização de Único Objetivo: Ele navega com sucesso na superfície de compromisso entre tempo de execução, tamanho do código e energia, permitindo que compiladores se adaptem a requisitos específicos de hardware e carga de trabalho (por exemplo, priorizando eficiência energética em dispositivos IoT).
• Eficiência: Ao combinar previsão estática baseada em GNN com RL, o framework evita os custos proibitivos da busca exaustiva e do perfilamento dinâmico repetido.
• Adaptabilidade: O banco de dados autoevolutivo permite que o sistema melhore ao longo do tempo, capturando configurações Pareto-eficientes diversas que heurísticas estáticas perdem.

Os autores concluem que a integração de aprendizado de grafos estático com busca baseada em reforço oferece um caminho robusto para otimizar pipelines complexos de compiladores, particularmente em cenários onde múltiplas métricas de desempenho conflitantes devem ser equilibradas. Trabalhos futuros são propostos para estender o framework para cargas de trabalho industriais maiores, incorporar modelos microarquiteturais detalhados e suportar cenários de otimização dinâmica.