本發(fā)明屬于程序編譯，尤其是一種端到端跨cpu架構(gòu)的應(yīng)用程序適配方法。

背景技術(shù)：

1、現(xiàn)有的不同cpu架構(gòu)的應(yīng)用程序間一直一般有以下幾種方法：

2、1、重新編譯：

3、直接編譯：如果源代碼可用，最直接的方法是在目標架構(gòu)上重新編譯源代碼。這通常涉及到使用適合目標架構(gòu)的編譯器和可能的庫?？缙脚_編譯工具：如cmake、gnuautotools等，這些工具可以幫助自動化編譯過程，使其適應(yīng)不同的架構(gòu)。

4、2、二進制翻譯：

5、使用二進制翻譯器(如qemu)在目標架構(gòu)上模擬源架構(gòu)的執(zhí)行環(huán)境。這種方法不需要源代碼，但可能會引入性能開銷。靜態(tài)二進制翻譯器可以將源架構(gòu)的二進制代碼轉(zhuǎn)換為目標架構(gòu)的代碼，但這種方法可能無法完全保留原始程序的性能特性。

6、3、源代碼轉(zhuǎn)換工具：

7、某些工具(如clang的cross-translationutility,ctu)可以分析源代碼并生成針對目標架構(gòu)的等效代碼。這種方法需要源代碼。

8、上述現(xiàn)有技術(shù)存在的不足為：在源代碼的基礎(chǔ)上進行修改代碼或者編譯選項，不同架構(gòu)處理方式不統(tǒng)一，效率低下。同時通過qemu等模擬器的方式性能低下不能用在生產(chǎn)環(huán)境。對軟件技術(shù)能力要求比較高，門檻高，普通人不會，阻礙生態(tài)發(fā)展。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提出一種端到端跨cpu架構(gòu)的應(yīng)用程序適配方法，本發(fā)明訓練出來的模型小，能夠cpu上運行，節(jié)省成本。并且本發(fā)明通過人工智能直接轉(zhuǎn)換針對不同cpu的二進制文件，操作簡單，降低底層庫以及應(yīng)用多cpu適配的成本和門檻，大幅提升不同應(yīng)用的國產(chǎn)化適配的效率，促進國產(chǎn)化信創(chuàng)產(chǎn)品的生態(tài)鏈發(fā)展。

2、本發(fā)明解決其技術(shù)問題是采取以下技術(shù)方案實現(xiàn)的：

3、一種端到端跨cpu架構(gòu)的應(yīng)用程序適配方法，包括以下步驟：

4、步驟1、獲取數(shù)據(jù)；

5、步驟2、對步驟1獲取的數(shù)據(jù)進行裝載，并進行二進制語義解析；

6、步驟3、根據(jù)步驟2裝載的數(shù)據(jù)構(gòu)建語料庫，并利用語料庫訓練glove預(yù)訓練模型進行特征提?。?/p>

7、步驟4、使用步驟3訓練的glove預(yù)訓練模型提取特征進行特征嵌入，并構(gòu)建bincode-transformer模型；

8、步驟5、訓練bincode-transformer模型得到encoder模型和decoder模型；

9、步驟6、通過訓練的bincode-transformer模型進行嵌入向量語義還原；

10、步驟7、根據(jù)步驟6中嵌入向量語義還原結(jié)果生成文件。

11、而且，所述步驟1中獲取的數(shù)據(jù)包括：指令集規(guī)范、abi規(guī)范、elf文件和輔助信息，其中指令集規(guī)范、abi規(guī)范、elf文件為x86二進制文件，輔助信息為多樣化的arm文件，包括應(yīng)用程序、庫和操作系統(tǒng)二進制文件。

12、而且，所述步驟2的具體實現(xiàn)方法為：將步驟1中獲取的數(shù)據(jù)進行讀取到內(nèi)存中。

13、而且，所述步驟3包括以下步驟：

14、步驟3.1、對步驟2裝載的數(shù)據(jù)進行處理；

15、利用libelf庫讀取并解析elf文件，進行類似分詞的動作：分別讀入elf不同的section，提取操作碼和操作數(shù)，以及其他符號表二進制文件相關(guān)信息，整理成用作訓練的單獨函數(shù)調(diào)用以及代碼段構(gòu)建語料庫；

16、步驟3.2、對步驟2裝載的數(shù)據(jù)進行編碼；

17、利用指令集規(guī)范以及abi規(guī)范建立二進制和指令集的映射，并且構(gòu)建glove的共現(xiàn)矩陣；

18、步驟3.3、對步驟3.2中編碼數(shù)據(jù)進行語義訓練；

19、對構(gòu)建glove的共現(xiàn)矩陣進行分解，學習到每個詞的詞向量，形成glove預(yù)訓練模型；glove模型保存反應(yīng)二進制文件語義的詞嵌入向量；

20、步驟3.4、根據(jù)數(shù)據(jù)特征向量生成，保存glove模型為文件。

21、而且，所述步驟4中構(gòu)建的bincode-transformer模型結(jié)構(gòu)和傳統(tǒng)的transformer結(jié)構(gòu)相同，但根據(jù)elf和pe文件格式的特點，采用稀疏transformer的結(jié)構(gòu)，采用應(yīng)用稀疏注意力來減少自注意力的二次時間和空間復(fù)雜度為線性，并引入三個類型的注意力：窗口注意力、橋接注意力和全局注意力。

22、而且，所述步驟5中encoder模型用于讀入源cpu架構(gòu)的elf文件信息以及輔助信息，decoder模型用于生成目標cpu架構(gòu)的應(yīng)用程序，實現(xiàn)端到端的跨cpu架構(gòu)的基于二進制的應(yīng)用程序轉(zhuǎn)換。

23、而且，所述步驟6的具體實現(xiàn)方法為：通過線性變換和softmax函數(shù)將decode模型產(chǎn)生的詞向量還原成二進制指令集空間的語義向量。

24、而且，所述步驟7的具體實現(xiàn)方法為：將得到的二進制指令集空間的語義向量結(jié)合二進制文件格式校驗生成具體的二進制文件。

25、本發(fā)明的優(yōu)點和積極效果是：

26、本發(fā)明通過獲取數(shù)據(jù)；對數(shù)據(jù)進行裝載和特征提取；同時根據(jù)提取的特征進行特征嵌入，并構(gòu)建bincode-transformer模型并進行訓練；通過訓練的bincode-transformer模型進行嵌入向量語義還原；根據(jù)嵌入向量語義還原結(jié)果生成文件。由于二進制文件elf或者pe等結(jié)構(gòu)的語義表達空間小，基本形式為操作碼和操作數(shù)，以及文件結(jié)構(gòu)的關(guān)鍵字，使得本發(fā)明訓練出的模型小(和自然語言復(fù)雜度相比空間要小很多)，能夠在cpu上運行，節(jié)省成本。同時本發(fā)明通過人工智能直接轉(zhuǎn)換針對不同cpu的二進制文件，操作簡單，降低底層庫以及應(yīng)用多cpu適配的成本和門檻，大幅提升不同應(yīng)用的國產(chǎn)化適配的效率，促進國產(chǎn)化信創(chuàng)產(chǎn)品的生態(tài)鏈發(fā)展。

技術(shù)特征：

1.一種端到端跨cpu架構(gòu)的應(yīng)用程序適配方法，其特征在于：包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種端到端跨cpu架構(gòu)的應(yīng)用程序適配方法，其特征在于：所述步驟1中獲取的數(shù)據(jù)包括：指令集規(guī)范、abi規(guī)范、elf文件和輔助信息，其中指令集規(guī)范、abi規(guī)范、elf文件為x86二進制文件，輔助信息為多樣化的arm文件，包括應(yīng)用程序、庫和操作系統(tǒng)二進制文件。

3.根據(jù)權(quán)利要求1所述的一種端到端跨cpu架構(gòu)的應(yīng)用程序適配方法，其特征在于：所述步驟2的具體實現(xiàn)方法為：將步驟1中獲取的數(shù)據(jù)進行讀取到內(nèi)存中。

4.權(quán)利要求1所述的一種端到端跨cpu架構(gòu)的應(yīng)用程序適配方法，其特征在于：所述步驟3包括以下步驟：

5.根據(jù)權(quán)利要求1所述的一種端到端跨cpu架構(gòu)的應(yīng)用程序適配方法，其特征在于：所述步驟4中構(gòu)建的bincode-transformer模型結(jié)構(gòu)和傳統(tǒng)的transformer結(jié)構(gòu)相同，但根據(jù)elf和pe文件格式的特點，采用稀疏transformer的結(jié)構(gòu)，采用應(yīng)用稀疏注意力來減少自注意力的二次時間和空間復(fù)雜度為線性，并引入三個類型的注意力：窗口注意力、橋接注意力和全局注意力。

6.根據(jù)權(quán)利要求1所述的一種端到端跨cpu架構(gòu)的應(yīng)用程序適配方法，其特征在于：所述步驟5中encoder模型用于讀入源cpu架構(gòu)的elf文件信息以及輔助信息，decoder模型用于生成目標cpu架構(gòu)的應(yīng)用程序，實現(xiàn)端到端的跨cpu架構(gòu)的基于二進制的應(yīng)用程序轉(zhuǎn)換。

7.根據(jù)權(quán)利要求1所述的一種端到端跨cpu架構(gòu)的應(yīng)用程序適配方法，其特征在于：所述步驟6的具體實現(xiàn)方法為：通過線性變換和softmax函數(shù)將decode模型產(chǎn)生的詞向量還原成二進制指令集空間的語義向量。

8.根據(jù)權(quán)利要求1所述的一種端到端跨cpu架構(gòu)的應(yīng)用程序適配方法，其特征在于：所述步驟7的具體實現(xiàn)方法為：將得到的二進制指令集空間的語義向量結(jié)合二進制文件格式校驗生成具體的二進制文件。

技術(shù)總結(jié)
本發(fā)明涉及一種端到端跨CPU架構(gòu)的應(yīng)用程序適配方法，通過獲取數(shù)據(jù)；對數(shù)據(jù)進行裝載和特征提??；同時根據(jù)提取的特征進行特征嵌入，并構(gòu)建BinCode?Transformer模型并進行訓練；通過訓練的BinCode?Transformer模型進行嵌入向量語義還原；根據(jù)嵌入向量語義還原結(jié)果生成文件。由于二進制文件ELF或者PE等結(jié)構(gòu)的語義表達空間小，基本形式為操作碼和操作數(shù)，以及文件結(jié)構(gòu)的關(guān)鍵字，使得本發(fā)明訓練出的模型小(和自然語言復(fù)雜度相比空間要小很多)，能夠在CPU上運行，節(jié)省成本。同時本發(fā)明通過人工智能直接轉(zhuǎn)換針對不同CPU的二進制文件，操作簡單，降低底層庫以及應(yīng)用多CPU適配的成本和門檻，大幅提升不同應(yīng)用的國產(chǎn)化適配的效率，促進國產(chǎn)化信創(chuàng)產(chǎn)品的生態(tài)鏈發(fā)展。

技術(shù)研發(fā)人員：于宏志,張鵬超,唐波,陳東亮,孫杜賓,王思俊,陳磊
受保護的技術(shù)使用者：天地偉業(yè)技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2