优化（并行化）我的 "virtual machine" 模型的执行
Optimize (parallelize) execution of my "virtual machine" model
假设我有一个简单的 "virtual machine" 模型，它以下列格式之一保存指令队列：
unary_opcode, in_address, out_addressbinary_opcode, in1_address, in2_address, out_address
其中所有地址都是内存单元数组的整数。
是否有任何著名的算法来分析指令序列并尝试尽可能多地并行化它们，而不是：
- 顺序执行产生不同的结果。
- 数据竞赛。
如果列表中指令A在指令B之前，并且（（B读取A的写入之一）OR（B和A具有相同的写入地址）OR（B写入A的读取之一）），则添加从 B 到 A 的有向边。请注意，此图是一个 DAG，因为指令是按特定顺序排列的。
现在计算指令的 "layer" 为：没有出边的指令是第 1 层。只有 N 层及以下的出边的指令是 N+1 层。显然，如果一条指令有一条到另一条指令的传出边，而另一条指令的层未知，请不要给它赋值！有一个简单的递归例程，用于从每条指令分配像 DFS 一样工作的层。
现在第 i 层的指令可以 运行 在周期 i 上（但不会更早），这是最优的。
如果并行机能够终止来自较早指令的写入，则可能会做得更好（在这种情况下可以删除写入-写入冲突边缘）。我的确切意思是，当给定一批要并行执行的指令时，如果其中一些指令具有相同的写入地址，则机器确定性地写回批处理中最后一条指令的结果以写入该地址（而不是具有未指定的行为，或者不确定地写回写入该地址的批处理中的某些指令的结果。
假设我有一个简单的 "virtual machine" 模型，它以下列格式之一保存指令队列：
unary_opcode, in_address, out_addressbinary_opcode, in1_address, in2_address, out_address
其中所有地址都是内存单元数组的整数。
是否有任何著名的算法来分析指令序列并尝试尽可能多地并行化它们，而不是：
- 顺序执行产生不同的结果。
- 数据竞赛。
如果列表中指令A在指令B之前，并且（（B读取A的写入之一）OR（B和A具有相同的写入地址）OR（B写入A的读取之一）），则添加从 B 到 A 的有向边。请注意，此图是一个 DAG，因为指令是按特定顺序排列的。
现在计算指令的 "layer" 为：没有出边的指令是第 1 层。只有 N 层及以下的出边的指令是 N+1 层。显然，如果一条指令有一条到另一条指令的传出边，而另一条指令的层未知，请不要给它赋值！有一个简单的递归例程，用于从每条指令分配像 DFS 一样工作的层。
现在第 i 层的指令可以 运行 在周期 i 上（但不会更早），这是最优的。
如果并行机能够终止来自较早指令的写入，则可能会做得更好（在这种情况下可以删除写入-写入冲突边缘）。我的确切意思是，当给定一批要并行执行的指令时，如果其中一些指令具有相同的写入地址，则机器确定性地写回批处理中最后一条指令的结果以写入该地址（而不是具有未指定的行为，或者不确定地写回写入该地址的批处理中的某些指令的结果。