跳到正文
arXiv · ML· Mohammed Saqlain·· 3 天前AI 评分20

GraphPass:图神经网络在编译器Pass选择中的应用研究

GraphPass: A Study of Graph Neural Networks for Compiler Pass Selection

AI 导读

GraphPass模型利用GAT或GCN编码器在控制流图上实现单次前向传播,从5种Pass序列中分类选择。在5,000个合成CFG基准测试中,GNN达到约92%准确率,优于68.4%的手工启发式和85%的MLP。 消融实验显示性能主要来自基础块处理而非图边;单CPU上10万块图的推理耗时约0.8秒。

来源:arXiv · ML · arxiv.org