学位论文 > 优秀研究生学位论文题录展示
CMP中共享L2Cache失效预测算法研究
作 者: 肖帆
导 师: 韩建军
学 校: 华中科技大学
专 业: 计算机应用技术
关键词: 单芯片多处理器 二级高速缓存 堆栈处理 循环序列
分类号: TP301.6
类 型: 硕士论文
年 份: 2011年
下 载: 18次
引 用: 0次
阅 读: 论文下载
内容摘要
在典型的多核处理器(CMP,Chip Multi-Processor)体系结构中,多个处理器核共享二级高速缓存,这种方式不仅能够提高高速缓存的利用率,还能避免存储器硬件资源的浪费。在共享的二级缓存中,如果数据频繁地被多个线程共享访问,则有可能增加缓存的命中率,相反地,如果在所有核上运行的线程太多,会导致线程对共享资源的剧烈竞争,进而产生大量的缓存失效现象。因此预测CMP结构中共享二级缓存的失效率,详细分析每种类型的缓存失效产生的原因变得非常重要。在实际应用中,可以利用分析预测得出的结论对程序进行优化,合理安排程序对数据的访问,使得缓存失效的数量大大减少,从而提升系统的性能。为了分析不同的线程在不同核上同时运行时的相互影响情况和预测共享二级高速缓存的失效情况,重点研究了现有的预测共享二级缓存的失效率的数学模型。该模型主要利用循环序列和堆栈处理技术,对CMP结构中共享二级高速缓存的强制性失效和容量性失效数量进行了预测。由于该模型只考虑了同类型的两个线程同时运行时的情况,因此它对于预测不同类型线程运行时产生的缓存失效,存在一定的局限性。针对原模型存在的不足之处,加入了有效缓存空间和访问频率等概念,改进了原预测算法。改进后的模型,不仅能够预测相同类型线程一起运行时的缓存失效数量,还能准确预测不同类型线程一起运行时的缓存失效数量。同时还对不同类型的缓存失效的预测算法进行了改进,使算法的精度有了一定程度的提高。最后,对多核模拟器SESC以及其高速缓存的实现机制做了大量的分析和研究工作。并利用SESC模拟器对改进后的模型进行了实验验证。实验得到的结果表明,改进后的分析模型,与原分析模型相比,较为精确预测。
|
全文目录
摘要 4-5 Abstract 5-8 1 绪论 8-13 1.1 问题的提出及研究意义 8-9 1.2 国内外研究现状 9-11 1.3 论文主要内容和结构 11-13 2 相关技术 13-24 2.1 高速缓存的相关技术 13-14 2.2 缓存失效数量的预测技术 14-17 2.3 SESC 模拟器工作原理 17-23 2.6 本章小结 23-24 3 共享二级缓存失效预测算法及改进 24-41 3.1 预测算法的基本思想 24-26 3.2 强制性失效的预测算法及改进 26-30 3.3 私有数据上的容量性失效的预测算法及改进 30-36 3.4 共享数据上的容量性失效的预测算法及改进 36-39 3.5 本章小结 39-41 4 模拟实验与结果分析 41-49 4.1 高速缓存失效的分类及实现 41-43 4.2 实验结果及分析 43-48 4.3 本章小结 48-49 5 结束语 49-51 5.1 内容总结 49 5.2 研究展望 49-51 致谢 51-52 参考文献 52-55
|
相似论文
- 多线程环境下Wattch工具的移植与功耗仿真研究,TP311.52
- 循环阵列处理器体系结构的关键技术研究与实现,TP332
- CMP系统结构及测试向量生成方法的研究,TP332
- 基于串核的蛋白质分类算法的研究与实现,TP301.6
- 移动计算环境下检查点技术研究与Petri网建模,TP301.1
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 大额支付系统流动性需求及支付效率研究,TP301.6
- 改进的蚁群算法及其在TSP上的应用研究,TP301.6
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 基于聚焦爬虫技术的教学资源搜集与自动整理方法研究,TP301.6
- 基于控制方法的粒子群算法改进及应用研究,TP301.6
- 基于粒子群算法的露天矿道路路径优化研究,TP301.6
- Linux集群环境下作业调度算法的研究与实现,TP301.6
- 量子粒子群算法研究及其在图像矢量量化码书设计中的应用,TP301.6
- 变邻域搜索算法研究及在组合优化中的应用,TP301.6
- 基于蚁群算法的车辆调度问题研究,TP301.6
- 基于Davinci技术的车辆检测与跟踪算法的研究与实现,TP301.6
- 基于最小费用最大流算法的若干研究与分析,TP301.6
- 粒子群算法在水库防洪优化调度中的应用研究,TP301.6
- 基于CBR的离散模拟模型可复用性研究,TP301.6
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 一般性问题 > 理论、方法 > 算法理论
© 2012 www.xueweilunwen.com
|