一种基于Wasserstein距离和贝叶斯汤普森采样的编译器协同优化方法和系统

本申请提供了一种基于Wasserstein距离和贝叶斯汤普森采样的编译器协同优化方法和系统，包括：基于预设优化阶段映射列表确定决策顺序，将优化空间构建为分层决策结构；遍历分层决策结构，根据汤普森采样逐层选择最优子节点，生成候选配置；基于候选配置选定目标配置参数注入待优化程序，获取性能数据；建立分箱直方图模型，提取同一优化阶段内最优配置和最差配置的分布数据，量化两分布的Wasserstein距离值；判定Wasserstein距离值，触发优化阶段重排序机制，重建分层决策结构。本申请实现了编译器自动调优中对鲁棒分布度量与自适应决策的融合。