基于历史长度自适应的分支预测方法

发布时间：2020-08-18 10:48

【摘要】：通过研究处理器动态分支预测器中预测效率与分支历史长度的关系,针对程序中各分支指令存在不同最优历史长度的规律,提出一种搜索各分支指令最佳历史长度的分支预测方法.该方法通过实时监测分支指令的预测准确率,在分支预测表硬件资源不变的情况下动态调整预测器的历史长度,以适应程序的动态运行特征.实验结果表明,在相同硬件资源下,文中方法相对于Gshare预测器错误率降低15.8%,相对于Bi-mode预测器预测错误率降低10.3%.
【图文】：

分支,长度,区间,分支指令

不相同，可见预测器需要动态逡逑３０＾０邋｜ｊ邋ｊ邋Ｉ邋Ｉ邋｜丨＿邋！逦适应不同程序的不同特性才能获得最优预测效率．逡逑２０．０邋｜丨．Ｉ邋Ｉ邋Ｉ丨邋｜邋｜逦３）本文方法逡逑１００邋！｜邋Ｉ邋１邋｜邋；邋｜逦基于上述分析，针对程序中不同分支对历史逡逑２邋４邋６邋８邋１０邋１２邋１４邋１６邋１８逦长度需求的不同，本文提出历史长度动态自适应逡逑历史长度逦的两级分支预测方法．其核心思想为：根据程序中逡逑＂＞９５％；邋＝８０％￣９５％；逦不同分支指令对历史长度的需求按组对分支指令逡逑图２理想分支预测，各历史长度下预测率区间逦进行实时监测，根据分支指令预测错误率动态调逡逑整分支指令所使用的历史长度，为各分支指令选逡逑进一步，本文分析了邋Ｇｓｈａｒｅ预测器历史长度逦取最优历史长度；进一步，当分支指令之间发生逡逑与预测率的关系．图３所示为Ｇｓｈａｒｅ预测器固定分逦破坏性别名时，通过自动调整分支历史长度避开逡逑支模式表项数量为１６邋Ｋ时，不同全局历史长度下逦与其他指令之间的别名，从而提升整体预测精度．逡逑＾１２逦－１３邋？邋？逡逑？■邋１１邋■邋？邋？逦＃邋１２邋－邋气逡逑ｍ逦ｇ邋１１邋－邋ｗ邋＾逡逑Ｍ邋１０逦Ｍ邋ｉｎ逡逑ｍ逦腠邋ｉｏ．逡逑９邋Ｌ＿＿，＿，＿，＿＿．＿．＿．＿＿■■＿■＿■－逦９Ｌ＿．＿＿．＿■＿■＿■￣￣－逡逑２邋３邋４邋５邋６邋７邋８邋９邋１０邋１１邋１２邋１３邋１４逦２邋３邋４邋５邋６邋７邋８邋９邋１０邋１１邋１２邋１３邋１４逡逑历史长度逦历史长度逡逑ａ邋ｃｊｐｅｇ程序逦ｂ邋ｔｂｌｏｏｋ程序逡逑８．２逦１０邋？逡逑Ｉ邋８逦ｓ邋８逡逑ｇ邋？逦ｇ邋７逡逑Ｍ邋１Ａ逦Ｍ逡逑

框架图,长度,分支指令,设计框架

历史逡逑２邋４邋６邋８邋１０邋１２邋１４邋１６邋１８逦长度需求的不同，本文提出历史长度动态自适应逡逑历史长度逦的两级分支预测方法．其核心思想为：根据程序中逡逑＂＞９５％；邋＝８０％￣９５％；逦不同分支指令对历史长度的需求按组对分支指令逡逑图２理想分支预测，各历史长度下预测率区间逦进行实时监测，根据分支指令预测错误率动态调逡逑整分支指令所使用的历史长度，为各分支指令选逡逑进一步，本文分析了邋Ｇｓｈａｒｅ预测器历史长度逦取最优历史长度；进一步，当分支指令之间发生逡逑与预测率的关系．图３所示为Ｇｓｈａｒｅ预测器固定分逦破坏性别名时，通过自动调整分支历史长度避开逡逑支模式表项数量为１６邋Ｋ时，不同全局历史长度下逦与其他指令之间的别名，从而提升整体预测精度．逡逑＾１２逦－１３邋？邋？逡逑？■邋１１邋■邋？邋？逦＃邋１２邋－邋气逡逑ｍ逦ｇ邋１１邋－邋ｗ邋＾逡逑Ｍ邋１０逦Ｍ邋ｉｎ逡逑ｍ逦腠邋ｉｏ．逡逑９邋Ｌ＿＿，＿，＿，＿＿．＿．＿．＿＿■■＿■＿■－逦９Ｌ＿．＿＿．＿■＿■＿■￣￣－逡逑２邋３邋４邋５邋６邋７邋８邋９邋１０邋１１邋１２邋１３邋１４逦２邋３邋４邋５邋６邋７邋８邋９邋１０邋１１邋１２邋１３邋１４逡逑历史长度逦历史长度逡逑ａ邋ｃｊｐｅｇ程序逦ｂ邋ｔｂｌｏｏｋ程序逡逑８．２逦１０邋？逡逑Ｉ邋８逦ｓ邋８逡逑ｇ邋？逦ｇ邋７逡逑Ｍ邋１Ａ逦Ｍ逡逑ｍ逦ｍ邋６邋．逡逑７邋Ｑ邋逦ｉ逦ｉ逦ｉ逦‘邋‘逦Ｉ逦ｉ逦ｉ逦ｉ逦ｉ逦ｉ逦ｉ逦ｉ逦逦５邋￣ｉ逦ｉ逦ｉ逦ｉ逦ｉ逦ｉ逦ｉ逦ｉ逦ｉ逦ｉ逦ｉ逦ｉ逦ｉ逦逡逑２邋３邋４邋５邋６邋７邋８邋９邋１０邋１１邋１２邋１３邋１４逦２邋３邋４邋５邋６邋７邋８邋９

表大小,错误率,窗口大小,分支

７６８逦计算机辅助设计与图形学学报逦第２７卷逡逑误率是否小于上一历史长度错误率（算法１中第⑧逦其他实验参数为１２８个分支错误监测表项、１０％的逡逑行），如果小于，则继续减小历史长度，反之则增逦错误阈值、历史长度收敛步长２位（每次调整２位逡逑加历史长度．收敛方向的实现如图５所示，使用最逦历史长度）．图６ａ显示分支监测窗口大小从１２８扩逡逑近收敛方向与错误次数和最近错误次数的大于关逦大到５１２，分支预测错误率下降较为明显（约为逡逑系求异或即可得到．最后，还需更新如下内容以开逦０．５％），到５１２个表项时预测效果基本达到饱和，逡逑始下一次监测：将错误统计表中的值更新到最近历逦鉴于硬件成本与分支预测效率，本文选取１２８个表逡逑史错误次数表中；将访问次数表中的访问次数清０；逦项作为监测窗口大小．分支错误阈值大小同样影逡逑将错误统计表的值清０．通过这种方式实现分支历逦响本实验的抗干扰能力，图６ｂ所示为不同错误阈逡逑史表中的历史长度修改功能，并作用于该分支以逦值下的分支错误率变化，其他实验参数为１２８个分逡逑后的访问．逦支错误监测表项、１２８个分支访问窗口、历史长度逡逑收敛步长为２．实验发现，较小的错误阈值下实验逡逑３邋实验与分析逦效果并不理想，较小的错误阈值抗干扰能力较弱，逡逑增大错误阈值虽然预测错误率略有反复，但仍呈逡逑本文以国产３２位高性能嵌入式处理器ＣＫ８１０［１８］逦现下降的趋势，当错误阈值设为１３％时，预测精度逡逑为实验平台，以国际主流的嵌入式基准测试程序逦较优．错误监测表数量确定本文方法的监测粒度，逡逑ＥＥＭＢＣ为测试对象，表１所示为测试基准程序简逦影响其自适应特性．图６ｃ所示为不同错误监测表逡逑介．本文分别选取１

【参考文献】