传统的编译优化技术都是建立在静态分析的基础之上,依赖的都是静态信息,这跟程序实际运行的情况有很大区别,从而并不能达到满意的效果。所以需要一种可以动态收集程序运行时信息并指导编译器进行优化的技术。剖面分析技术(profiling)记录代码优化时所需的信息并将收集到的运行时信息反馈给编译器,指导编译器进行优化。可以有效提高编译优化的效果和执行代码的性能。IXP网络处理器是一个多核多线程的网络处理。对于多核多线程处理器结构如何发掘各个层次、不同粒度的并行性对传统的编译技术提出了挑战。如果程序员直接根据硬件细节编写程序,需要完成很多复杂的工作,而且代码质量很低,不能发挥多核处理器的高并行处理能力。所以相对于通用处理器,多核多线程处理器更需要编译技术的支持。为了充分利用多处理器多线程资源来运行并行程序需要面临许多问题,任务调度就是影响性能的一个重要因素。尤其是在流水线的瓶颈问题,如果在流水线上任务调度不当会极大地限制IXP的并行性能。本文将剖面分析的技术引入网络处理器上,针对IXP网络处理器上的流水线的任务调度进行优化。在编译器的基础上增加剖面分析模块,通过输入一些具有代表性的网络分组收集代码的运行时信息,并根据这些运行时信息和IXP网络处理器架构特点建立一个性能评估模型,包括时间模型、加速比模型、和优先级模型。在此剖面分析基础上提出了IXP的任务调度优化的框架,并提出一种新颖的利用IXP上多线程的算法,结合了Multi-processing、Multi-threading、Pasting的思想,经过启发式的分配处理器和线程,使得每个流水级平衡,最终最大化流水线吞吐量。