Ученые ВолгГТУ разработали инструмент для оптимизации кода систем промышленного искусственного интеллекта

2.09.2026

Исследователи Волгоградского государственного технического университета представили новую разработку — систему CATS (C AnnotatedTrace-basedCacheSimulator), предназначенную для детального анализа взаимодействия программ с кэш-памятью процессора. Работа опубликована в международном журнале AppliedSystemInnovation (Q1).

В современном мире производительность вычислительных систем все чаще ограничивается не скоростью работы процессоров, а задержками при доступе к оперативной памяти. Эта проблема, известная как «стена памяти», особенно остро стоит в высокопроизводительных вычислениях, научном моделировании и системах промышленного искусственного интеллекта, где программы работают с огромными массивами данных. Существующие инструменты анализа либо предоставляют лишь обобщенную статистику, либо страдают от «семантического разрыва» — они показывают разработчику адреса в памяти, но не объясняют, какие именно переменные, массивы или структуры данных вызывают проблемы с кэшированием.

Коллектив ученых Ц2RED-ИИ ВолгГТУ — В.А. Егунов, А.Г. Кравец, П.Д. Кравченя, А.В.Матохина и В.А. Шабаловский — предложил решение, основанное на гибридном подходе, сочетающем статический анализ исходного кода с динамической интерпретацией на уровне промежуточного представления. Разработанная система CATS позволяет генерировать семантически аннотированные трассы памяти, где каждый запрос к данным сопровождается информацией о том, какому элементу исходного кода он соответствует: глобальной переменной, элементу массива или полю динамически выделенной структуры. Это дает разработчику возможность точно определить, какие именно структуры данных и какие фрагменты программы являются причиной кэш-промахов и требуют оптимизации. В ходе экспериментальной проверки на базовой для систем ИИ вычислительной задаче — умножении матриц — система CATS показала высокую точность прогнозирования кэш-промахов. Сравнение с эталонными инструментами gem5 и Valgrind продемонстрировало, что расхождение результатов не превышает нескольких процентов. При этом CATS работает значительно быстрее полноценных архитектурных симуляторов, что делает ее удобной для оперативного анализа на ранних стадиях проектирования программного обеспечения. Как отмечает профессор Алла Григорьевна Кравец, ключевое преимущество разработанного подхода заключается в том, что CATS позволяет разработчику увидеть не просто факт наличия кэш-промахов, а понять, какие конкретные данные и алгоритмические решения приводят к снижению производительности. Это открывает возможность целенаправленной оптимизации программ еще до этапа финальной компиляции и запуска на целевом оборудовании, что особенно актуально для разработчиков высокопроизводительных систем, работающих в областях научных вычислений и промышленного искусственного интеллекта. На основе опубликованных результатов разработаны и зарегистрированы в Роспатенте три программных продукта, в том числе «Облачная платформа гибридного анализа кеш-эффективности программных систем» (Свид. № 2026667836 от 10.06.2026).

В планах научного коллектива — расширение поддержки языка C++, адаптация системы для анализа многопоточных программ и гетерогенных вычислительных систем, включая графические процессоры и программируемые логические интегральные схемы, а также интеграция разработанного инструмента в современные среды разработки для визуализации результатов оптимизации непосредственно в коде. Исследование выполнено при поддержке Российского научного фонда и администрации Волгоградской области (проект № 25-21-20073).

Возврат к списку