传统的跨指令集架构的动态二进制翻译方法需要耗费大量的精力来构建两种指令集之间的翻译规则。本项目使用新型的基于自动学习的方法,可以生成任意两种指令集之间的翻译规则,结合编译器对指令集的优化生成高效的翻译规则,提高了程序执行性能;此外,本项目通过使用参数化翻译规则方法,进一步泛化翻译规则的适用范围,降低自动学习的成本,并实现了指令集的全覆盖。
参考文献:
J. Jiang et al., More with Less – Deriving More Translation Rules with Less Training Data for DBTs Using Parameterization, 2020 53rd Annual IEEE/ACM International Symposium on Microarchitecture (MICRO), 2020, pp. 415-426, doi: 10.1109/MICRO50266.2020.00043.
源码链接:https://github.com/fudan-ppi/Rule_based_DBT