Unité de recherche associée au CNRS n ° 1398 Evaluation of AutomaticParallelizationStrategies for HPF

In the data parallel programming style the user usually speciies the data parallelism explicitly so that the compiler can generate eecient code without enhanced analysis techniques. In some situations it is not possible to specify the parallelism explicitly or this might be not very convenient. This is especially true for loop nests with data dependences between the data of distributed dimensions. In the case of uniform loop nests there are scheduling, mapping and partitioning techniques available. Some diierent strategies have been considered and evaluated with existing High Performance Fortran compilation systems. This paper gives some experimental results about the performance and the beneets of the diierent techniques and optimizations. The results are intended to direct the future development of data parallel compilers. R esum e Dans le style de programmation data-parall ele, l'utilisateur sp eciie habituellement le data-parall elisme explicitement de faa con a permettre au compilateur de g en erer du code eecace sans techniques d'analyse avanc ees. Dans certaines situations, il n'est pas possible de sp eciier le parall elisme explicitement ou ce n'est pas tr es pratique. C'est particuli erement vrai dans le cas des nids de boucles avec des d ependances entre les donn ees des dimensions r eparties. Dans le cas des nids de boucles uniformes, des techniques d'ordonnancement, d'alloca-tion et de partitionnement sont disponibles. Des strat egies dii erentes ont et e consid er ees et evalu ees avec des syst emes de compilation d'High Performance Fortran existants. Ce rapport donne des r esultats exp erimentaux de performance et quantiie les b en eeces apport es par les dii erentes techniques et optimisations. Ces r esultats ont pour but d'orienter le d eveloppement futur des compilateurs data-parall eles.