面向CPU测试集合成的模板生成方法研究与实现

发布时间：2020-06-10 03:42

【摘要】：在处理器设计和性能评估过程中,测试集常被用来代替真实应用,探索微架构设计及测试处理器整体性能。从真实应用中提炼负载特征并根据特征生成测试集的方法,叫做测试集合成。本文设计并实现合成方法中所需的模板程序,分为单类负载特征微模板和多类负载特征宏模板,并通过SOM+K-means算法去除冗余形成精简的模板库,提高了基于模板的测试集合成的精度和速度。本文设计的具有单类负载特征的微模板,实现了指令混合比、寄存器依赖距离、关键路径长度、数据空间和时间局部性、指令空间和时间局部性、分支指令跳转变化率和串行指令分布,7大类微架构无关特征,共220维度。详细介绍了微模板的生成方法以及如何减少特征之间的耦合,并在仿真平台增加统计插件,提取模板程序的微架构无关特征,验证方法的可行性。然而仅用微模板合成的基准测试程序与原始负载程序之间的误差较大。为了提高精度和速度,利用特征之间客观存在的耦合,本文又实现了包含多类负载特征的宏模板的生成方法,包括寄存器依赖距离和关键路径长度宏模板、数据局部性宏模板、指令局部性和分支指令跳转变化率宏模板。此外,将微模板和宏模板放在一起形成模板库,并通过SOM+K-means算法缩减模板库的规模,进一步提高测试集合成的精度和速度。本文在仿真平台上验证了模板生成方法的可行性,并以安卓系统启动和嵌入式应用测试集Mibench作为原始负载程序,用本文生成的模板合成对应的测试集。安卓系统启动和Mibench与合成的测试集在微架构无关特征上的误差为9.98%,在微架构相关特征上的误差为9.72%,均满足本文的预期目标。
【图文】：

智能手机,出货量

第一章绪论景和意义景互联网迅猛发展，各种各样的移动终端（例如智能手机、平板电脑、智经渗透到我们生活中的方方面面，成为我们生活中不可缺少的一部分。场容量保持快速增长。移动智能终端已不是单纯的语音工具，其要处理浪、多媒体、增强现实/虚拟现实等功能的交互式应用已经成为发展的趋用日益复杂，从而导致对终端 CPU 的计算性能要求日益增高，这给处的挑战。

框图,测试集,合成方法,框图

东南大学工程硕士学位论文较少，不能很好涵盖真实应用的所有本质特征。而且直接生成法针对复杂应用时statistical flow graphs）。目前的基于模板的合成方法是设计模板形成模板库，然生成测试程序。该方法的关键是模板程序的设计。虽然该方法可以应对复杂应用使用相关特征，且使用的无关特征比较少。前的测试集合成思想，同时针对当前测试集合成的不足，本文扩展了基于模板够代表应用本质特征的无关特征设计模板程序。而且本文中使用的特征比较多为了提高生成测试集精度和速度，，丰富模板库中模板程序的多样性，分别设计了模板和多类负载特征的宏模板。在此基础上，为了减轻挑选模板的压力，又对模。图 1-2 为测试集合成方法框图。本文的主要工作（方框中）是基于无关特征的序的生成和多类负载特征宏模板程序的生成，然后再形成精简的模板库，用于后程序就是在不同的无关特征上有不同值的程序，模板库就是由这些模板程序组
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP332

【相似文献】