迭代编译作为一种自适应的程序优化技术,能够针对任何编译器实现和系统环境,获得良好的优化效果,实现代码性能的可移植。但迭代编译的迭代时间长被广为诟病,这使得迭代编译不能够直接应用于大型程序的优化。因此,学术界广泛研究的问题是如何将迭代编译运用于大型程序的优化。课题为了解决如何运用迭代编译的方法优化大型程序的问题,首先验证了迭代编译对于程序的优化效果,分析了将迭代编译直接运用于大型程序的时间消耗,研究了一个迭代编译框架OpenTuner的实现方法。基于前期的分析工作,课题展开了下列研究:首先开展了迭代编译完全并行化的可行性研究。传统实现为了减少迭代编译中运行评估程序时的干扰,迭代过程没有实现完全并行化。课题中提出将迭代编译的运行评估阶段完全并行化,减少迭代编译流程的时间消耗。采用实验量化分析方法,分析将迭代编译完全并行化是否可行。基于开源的迭代编译框架OpenTuner,实现了迭代编译的完全并行化,验证了完全并行化的可行性。然后研究了基于程序热点代码片段提取的迭代编译方法。根据计算机程序的统计特征,程序的大部分运行时间集中在少数代码中。课题采用代码片段提取的方法优化大型程序中的热点代码。探索代码片段提取和封装过程中的难点,并且将封装的代码用于迭代编译,提高热点代码的性能,以达到优化大型程序的目的。针对SPEC CPU2006中的程序,提取和封装其中的热点代码片段,并且用OpenTuner对代码片段进行迭代编译优化,将优化的最终结果用于大型程序相应代码片段的优化。最后对优化效果进行了测试,结果显示大部分程序都获得了良好的加速比。