是否有任何应用机器学习来提高代码性能的例子？

Question

我看到Facebook的Keith Adams将talk比较机器学习技术与调整代码以提高现实世界中的性能。是否有这种自动化技术应用于实际项目的例子？我

我知道某些编译器中的配置文件引导优化以及JIT编译器用于提高性能的一些技术，但我正在考虑提高代码性能的更基本方法，这些方法可能需要更改代码本身而不是代码生成。比如：

1. 在特定网络应用程序中选择最佳缓冲区大小，或为特定应用程序选择正确的堆栈大小。
2. 在多线程应用程序中选择结构布局，以提高本地缓存性能，同时减少错误共享。
3. 为特定算法选择不同的数据结构。

我在Halide上阅读paper，这是一个图像处理框架，它使用遗传算法自动调整图像处理流水线以提高性能。像这样的例子或任何研究指针都是有用的。

Answer 1

看看雷米http://web.mit.edu/remy/ 它采用一种遗传优化方法生成网络拥塞控制算法，显着提高网络性能。一个指定关于正在使用的网络的假设，并且Remy生成控制算法以在该网络的数据节点上运行。结果令人惊讶，Remy优于所有人类开发的迄今为止的优化技术。

Answer 2

FFTW是一种广泛使用的软件包，它使用OCaml生成优化的C代码。本文详细介绍了该流程：http://vuduc.org/pubs/vuduc2000-fftw-dct.pdf

您还可以查看Acovea，一种优化编译器标志的遗传算法：http://stderr.org/doc/acovea/html/index.html