Taro: Task graph-based Asynchronous Programming Using C++ Coroutine

《Taro: Task graph-based Asynchronous Programming Using C++ Coroutine》文档总结： 本文介绍了Taro，一种基于任务图的异步编程框架，利用C++协程实现高效的异步任务调度。以下是核心内容的总结： 1. **动机与目标**： - Taro旨在简化异步编程，提升任务调度效率，目标是实现简洁性、可扩展性和高效性。 - 通过抽象C++协程细节，结合任务图编程（TGPS），提供更高层次的编程模型。 2. **Taro编程模型**： - 支持同步和异步机制，用户可通过任务图定义函数调用及其依赖关系。 - 示例显示，Taro通过C++协程实现多任务处理，支持回调、轮询等异步方式。 3. **调度算法**： - Taro的调度算法基于C++20原子通知（atomic notify），支持协程 aware 调度。 - 在异步任务执行中，Taro通过 executor::async 包装协程.resume()，实现高效任务调度。 4. **性能评估**： - 硬件平台：8核心CPU（3.2 GHz）和NVIDIA 3080 Ti GPU。 - 基线对比：Taskflow、Taskflowcoro、Boost Fiber。 - 结果：Taro在内存使用上与RTLflow相当，在某些场景下实现了1.6倍的加速。 5. **应用场景**： - 大规模电路仿真工作负载：验证了Taro在实际应用中的效果。 - RTLflow（state-of-the-art电路仿真工具）作为比较对象。 6. **未来工作**： - 完善文档。 - 支持更多加速器和计算模式，如管道式对称协程传输。 - 提升异步IO支持。 总结：Taro通过结合C++协程和任务图编程，解决了异步任务调度的效率问题，并在性能上表现出色，具有广阔的应用前景。