计算领域已经进入多核／众核架构及云计算的时代。一方面,芯片的片上并行度在不断提高,如何将硬件的潜在计算能力转变为软件的执行效率成为一个非常关键的问题,也是编译系统的主要任务之一；另一方面,数据中心计算环境下多应用共存的特性打破了“编译优化时针对的运行环境与程序运行时环境相吻合”这一传统编译优化的基本前提,向编译方法提出了新的挑战。本文在LLVM平台上实现了基于语义模式的编译优化方法(EPOD),并针对数据中心计算环境提出了动态Peer-aware的编译优化方法。主要的工作内容和成果包括：(1)在LLVM平台上实现了基于语义模式的编译优化方法,包括对程序语义模式的构建和识别,对程序优化策略的制定；(2)在LLVM实现的基于语义模式编译优化的基础上添加矩阵乘法语义模式,并为其制定相应的优化策略；(3)提出动态Peer-aware编译优化方法,模型化程序的最佳优化序列同共享资源上压力的关系,并建立机制动态调整程序的优化序列。最后,我们通过实验验证了矩阵乘法语义模式的编译优化及Peer-aware编译优化效果。实验结果显示,针对规则的矩阵乘法和非规则的矩阵乘法,基于语义模式的矩阵乘法编译优化与传统的通用编译器相比,最高可以提升43倍的性能；动态Peer-aware的编译优化方法相比于静态的编译优化方法,对测试程序最高能够取得25.3%的性能提升。