Разработчик представил исследовательский проект для сравнения жадных эвристик планировщика инструкций с оптимальными результатами на VLIW-архитектуре процессора Эльбрус e2k-v6. Модель построена на данных компилятора lcc-1.29.16, включая замеры латентности, занятости портов и матрицу доступных операций.
Первоначальные попытки использовать нейросеть Qwen2.5-3B-Instruct для планирования команд показали, что ИИ работает значительно медленнее и менее надежно, чем алгоритмический подход. Генерация расписания моделью занимала около 30 секунд против 3 миллисекунд у жадного алгоритма, при этом часто возникали ошибки в распределении ресурсов.
Для решения проблемы был внедрен метод CAB, который делегирует нейросети определение порядка операций, а проверку законности расписания и распределение каналов оставляет детерминированному планировщику. Это позволило повысить эффективность работы на сложных графах инструкций.
Система реализована как модульный монолит на Python 3.10, поддерживающий сменные стратегии планирования. Автор проекта ищет доступ к реальному оборудованию e2k-v6 для уточнения параметров модели, так как текущие данные базируются на поведении компилятора, а не на прямых замерах аппаратного обеспечения.
