本次技術沙龍邀請到了愛丁堡大學信息學院的教授Bjoern Franke為大家?guī)矸窒怼Ｋ闹饕芯款I域為嵌入式系統(tǒng)的軟件工具，特別是優(yōu)化及并行化編譯器、指令集模擬器等，以及設計空間探索與性能評估工具。

Franke 教授首先簡單介紹了研究背景，數(shù)據(jù)集合在編程中非常重要，但在給定問題域和目標平臺上，選擇正確的集合并實現(xiàn)并不容易。以層級的結構組織起來的集合框架雖然方便，但會因使用者過度指定集合數(shù)據(jù)類型，從而限制了實現(xiàn)的靈活性，最終影響應用的性能。

在本次分享中，F(xiàn)ranke 教授為大家介紹了他們團隊開發(fā)的 Collection Skeletons，這個框架為數(shù)據(jù)集合提供了一種新穎的聲明式方式，屬性可以被顯示地進行選擇。Collection Skeletons中已經(jīng)定義了一系列語義、接口屬性，未來還將定義運行時、空間等屬性。

Franke 教授團隊基于Collection Skeletons 實現(xiàn)了一個 C++ 庫，集合的聲明類似下圖，基于程序接口開發(fā)了對應接口屬性的成員函數(shù)和集合的默認方法。

教授還介紹了并行化來進一步提高性能，其中 Algorithmic Skeletons 的工作非常有趣，教授也提出了一些后續(xù)待解決的問題，比如有哪些屬性可以從源代碼中自動推斷出來，現(xiàn)有的屬性集是否完整等。

使用這個 C++ 庫，F(xiàn)ranke 教授團隊重寫了 benchmarks，并在三個不同的硬件平臺 (Intel Desktop、Intel Server、Arm Server) 上進行了實驗。結果證明，部分 benchmarks 有性能提升，平均在 2.57 至 2.93 間。

Algorithmic Skel

未來，F(xiàn)ranke 教授團隊會支持更多的平臺，進行更多 Parallel Algorithmic Skeletons 的相關研究，并探索其他的問題域（如圖、矩陣等），歡迎感興趣的小伙伴持續(xù)關注！

審核編輯 ：李倩