【体系结构】转移预测器性能的定量评价
来源:互联网 发布:彩票计划软件开发 编辑:程序博客网 时间:2024/04/28 02:21
几种预测器的设计参见前一篇博文(这里)
定量评价几种预测器的预测准确率
转移预测的分析和评测过程主要基于给定的指令序列踪迹。输入的文本文件将给出指令序列踪迹,该文件包含N行,每一行包括三个数据,分别为当前指令PC、下一指令PC、当前指令类型(0代表转移指令,1代表其它指令),下面是一个具体的范例:
0x0EA31410 0x0EA31414 10x0EA31414 0x0EA31470 00x0EA31470 0x0EA31474 10x0EA31474 0x0EA31478 00x0EA31478 0x0EA3147C 1
实验中使用gcc.log,compress.log,craft.log,gzip.log,mcf.log,parser.log,vpr.log 7个测试数据,实验结果如下:
仿照书中的例子,绘制三种预测器不正确率的结果:实验结果很明显看到Tournament预测器取得了更好的预测结构。但另一方面,在同样空间的限制下,使用相关分支预测信息的[10,2]关联预测器反而没有简单的局部历史表预测效果好。事实上,分支历史表可以看做[1,2]关联预测器。分析可能是推论的分支信息过多,减少相关分支数目可能会提高预测准确率。于是,实验中尝试了[2,2],[4,2],[6,2],[8,2](对应的地址分别为12,10,8,6bit,空间均为32K),结果如下:
可以看到使用[4,2]相关分支预测器平均准确率最高。而过度增加相关分支数量,可能会降低预测准确率。
实验结论
2bit分支历史表预测器可以提供较好的分支预测准确率。适当利用全局信息,使用相关分支预测技术,也可以提高预测分支准确率。Tournament预测器通过结合局部信息和全局历史信息,在同样空间的情况下,平均预测准确率最高。
(转载请注明作者和出处:http://blog.csdn.net/xiaowei_cqu 未经允许请勿用于商业用途)
- 【体系结构】转移预测器性能的定量评价
- 【体系结构】转移预测器设计与比较
- 【体系结构】转移预测器设计与比较
- 定量实验的误差评价指标选择
- 定量预测法
- 评价分类器的性能
- 评价分类器的性能
- SQLServer定量性能分析
- 模式识别:分类器的性能评价
- 模式识别二--分类器的性能评价
- 计算机的性能评价一
- 网络性能评价的实现
- 计算机性能的评价指标
- 嵌入式系统的性能评价
- 定量遥感的定义
- 分类器性能评价标准
- 分类器性能评价总结
- 机器学习中分类器的性能评价指标
- C++常量(C++数值常量、字符串常量、符号常量)
- 微信公众平台开发(39)支付宝手机网站支付
- Codeforces Round #192 (Div. 2) B
- 7.23
- 编写软件动态加载NT式驱动
- 【体系结构】转移预测器性能的定量评价
- 有关服务器属性系统的思考
- Tomcat连接池
- 微信公众平台开发(41)一键关注微信公众平台账号
- Windows store app[Part 2]:全新的File System与Uri不匹配的问题
- js表格
- ID生成器
- 1次直方图均衡化与2次直方图均衡的效果差异
- The Rascal Triangle