Fugu-MT 論文翻訳(概要): RVISmith: Fuzzing Compilers for RVV Intrinsics

論文の概要: RVISmith: Fuzzing Compilers for RVV Intrinsics

arxiv url: http://arxiv.org/abs/2507.03773v1
Date: Fri, 04 Jul 2025 18:45:46 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-08 15:46:34.872481
Title: RVISmith: Fuzzing Compilers for RVV Intrinsics
Title（参考訳）: RVISmith: RVV Intrinsics用のファジィコンパイラ
Authors: Yibo He, Cunjian Huang, Xianmiao Qu, Hongdeng Chen, Wei Yang, Tao Xie,
Abstract要約: 本稿では,コンパイラのバグ検出のためのRVISmithを提案する。 RVISmith は RVV の最新のファジィザよりも11.5倍の内因性カバレッジを達成している。
参考スコア（独自算出の注目度）: 6.095757303490714
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Modern processors are equipped with single instruction multiple data (SIMD) instructions for fine-grained data parallelism. Compiler auto-vectorization techniques that target SIMD instructions face performance limitations due to insufficient information available at compile time, requiring programmers to manually manipulate SIMD instructions. SIMD intrinsics, a type of built-in function provided by modern compilers, enable programmers to manipulate SIMD instructions within high-level programming languages. Bugs in compilers for SIMD intrinsics can introduce potential threats to software security, producing unintended calculation results, data loss, program crashes, etc. To detect bugs in compilers for SIMD intrinsics, we propose RVISmith, a randomized fuzzer that generates well-defined C programs that include various invocation sequences of RVV (RISC-V Vector Extension) intrinsics. We design RVISmith to achieve the following objectives: (i) achieving high intrinsic coverage, (ii) improving sequence variety, and (iii) without known undefined behaviors. We implement RVISmith based on the ratified RVV intrinsic specification and evaluate our approach with three modern compilers: GCC, LLVM, and XuanTie. Experimental results show that RVISmith achieves 11.5 times higher intrinsic coverage than the state-of-the-art fuzzer for RVV intrinsics. By differential testing that compares results across different compilers, optimizations, and equivalent programs, we detect and report 13 previously unknown bugs of the three compilers under test to date. Of these bugs, 10 are confirmed and another 3 are fixed by the compiler developers.
Abstract（参考訳）: 現代のプロセッサは、微細なデータ並列化のための単一の命令多重データ(SIMD)命令を備えている。 SIMD命令をターゲットとするコンパイラの自動ベクトル化技術は、コンパイル時に入手できない情報のために性能上の制限に直面し、プログラマはSIMD命令を手動で操作する必要がある。 SIMDイントリンシクス(SIMD Intrinsics)は、現代のコンパイラによって提供される組み込み関数の一種で、プログラマが高レベルプログラミング言語内でSIMD命令を操作できるようにする。 SIMD固有のコンパイラのバグは、ソフトウェアセキュリティに潜在的な脅威をもたらし、意図しない計算結果、データ損失、プログラムのクラッシュなどを生み出します。本稿では,SIMD イントリンシクス用コンパイラのバグを検出するために,様々な RVV (RISC-V Vector Extension) イントリンシクスの呼び出しシーケンスを含む,明確に定義された C プログラムを生成するランダム化ファジィザ RVISmith を提案する。我々は以下の目的を達成するためにRVISmithを設計する。 (i)本質的な高い範囲を達成すること。 (二)配列の多様性の向上、及び (三)未定の行動がないこと。 GCC,LLVM,XuanTie の3つの近代コンパイラを用いて,RVISmith を承認された RVV 固有の仕様に基づいて実装し,我々のアプローチを評価する。 RVISmith は RVV の内因性ファザーよりも 11.5 倍高い内因性カバレッジを達成できた。異なるコンパイラ、最適化、同等のプログラム間で結果を比較した差分テストにより、これまでテストされていた3つのコンパイラの13のバグを検出し、報告する。これらのバグのうち10は確認され、もう3つはコンパイラ開発者によって修正される。

関連論文リスト

RAG-Based Fuzzing of Cross-Architecture Compilers [0.8302146576157498]
OneAPIは、開発者による最小限の努力で、クロスアーキテクチャなソフトウェア開発をサポートするオープンスタンダードである。 OneAPIはDPC++とC++コンパイラを提供しており、その正確性、信頼性、セキュリティを検証するために徹底的にテストする必要がある。本稿では,検索拡張生成(RAG)の概念を統合した大規模言語モデル (LLM) ベースのコンパイラファジィツールを提案する。
論文参考訳（メタデータ） (2025-04-11T20:46:52Z)
Beyond the Edge of Function: Unraveling the Patterns of Type Recovery in Binary Code [55.493408628371235]
本稿では,バイナリコードの変数型を復元するフレームワークByteTRを提案する。 ByteTRは、関数間の変数伝搬の普遍性を考慮して、変数伝搬をトレースするためのプロシーダ間解析を行い、ゲートグラフニューラルネットワークを用いて、変数型回復のための長距離データフロー依存性をキャプチャする。
論文参考訳（メタデータ） (2025-03-10T12:27:05Z)
LLM-Vectorizer: LLM-based Verified Loop Vectorizer [12.048697450464935]
大規模言語モデル(LLM)は、個々の配列要素を処理するスカラープログラムからベクトル化されたコードを生成することができる。 LLMは1.1xから9.4xまでのランタイムスピードアップで高性能なベクトルコードを生成することができる。我々のアプローチでは、TSVCベンチマークデータセットで正しいベクター化の38.2%を検証できる。
論文参考訳（メタデータ） (2024-06-07T07:04:26Z)
FoC: Figure out the Cryptographic Functions in Stripped Binaries with LLMs [51.898805184427545]
削除されたバイナリの暗号関数を抽出するFoCと呼ばれる新しいフレームワークを提案する。まず、自然言語における暗号関数のセマンティクスを要約するために、バイナリ大言語モデル(FoC-BinLLM)を構築した。次に、FoC-BinLLM上にバイナリコード類似モデル(FoC-Sim)を構築し、変更に敏感な表現を作成し、データベース内の未知の暗号関数の類似実装を検索する。
論文参考訳（メタデータ） (2024-03-27T09:45:33Z)
HDCC: A Hyperdimensional Computing compiler for classification on embedded systems and high-performance computing [58.720142291102135]
この研究は、HDC分類メソッドの高レベルな記述を最適化されたCコードに変換する最初のオープンソースコンパイラである、ネームコンパイラを紹介している。 nameは現代のコンパイラのように設計されており、直感的で記述的な入力言語、中間表現(IR)、再ターゲット可能なバックエンドを備えている。これらの主張を裏付けるために,HDC文献で最もよく使われているデータセットについて,HDCCを用いて実験を行った。
論文参考訳（メタデータ） (2023-04-24T19:16:03Z)
SparseTIR: Composable Abstractions for Sparse Compilation in Deep Learning [11.251022748134215]
スパーステンソルコンパイラは演算子の開発を単純化するが、ディープラーニングのための効率的なスパースコンパイルは依然として困難である。両課題に対処する鍵は,2種類の構成可能性であることを示す。本稿では、構成可能なフォーマットと構成可能な変換を提供するスパーステンソルコンパイル抽象化であるSparseTIRを提案する。
論文参考訳（メタデータ） (2022-07-11T03:49:53Z)
UNIT: Unifying Tensorized Instruction Compilation [11.193044425743981]
ハードウェアベンダは、Intel VNNI、Core、ARM-DOTなどの混合精度操作に対して、テンソル化命令を提供する。これに対するコンパイルテクニックの欠如は、これらの命令の活用を困難にしている。これらの命令のコンパイルを統一するコンパイラフレームワークを開発する。
論文参考訳（メタデータ） (2021-01-21T06:22:58Z)
Deep Data Flow Analysis [14.583644439728895]
ProGraMLは、ディープラーニングのためのプログラム全体のセマンティクスのポータブル表現である。コンパイラ解析のための現在および将来の学習手法をベンチマークする。本稿では, ProGraMLを用いて, ダウンストリームコンパイラ最適化タスクにおいて, 標準解析を学習し, 性能を向上できることを示す。
論文参考訳（メタデータ） (2020-11-21T03:29:14Z)
PolyDL: Polyhedral Optimizations for Creation of High Performance DL primitives [55.79741270235602]
本稿では,Deep Learningプリミティブの高性能実装を自動的に生成するコンパイラアルゴリズムを提案する。我々は多面体モデルを用いた新しいデータ再利用分析アルゴリズムを開発した。また、このようなハイブリッドコンパイラとライブラリ使用の最小限のアプローチが、最先端のパフォーマンスをもたらすことを示す。
論文参考訳（メタデータ） (2020-06-02T06:44:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。