본문 바로가기
HOME> 논문 > 논문 검색상세

학위논문 상세정보

슈퍼스칼라 프로세서에서 모험적 갱신을 사용한 하이브리드 결과값 예측기 원문보기
A hybrid value predictor using speculative update in superscalar processors

  • 저자

    신영호

  • 학위수여기관

    水原大學校 大學院

  • 학위구분

    국내석사

  • 학과

    전자계산학과

  • 지도교수

  • 발행년도

    2000

  • 총페이지

    v, 45 p.

  • 키워드

  • 언어

    kor

  • 원문 URL

    http://www.riss.kr/link?id=T8954324&outLink=K  

  • 초록

    슈퍼스칼라 프로세서는 성능향상을 위해 명령어 반입 폭과 이슈율 폭을 증가시키고 있다. 데이터 종속성은 ILP(Instruction-Level Parallelism)를 향상시키는데 주요 장애요소가 된다. 최근 여러 논문에서 데이터 종속성을 제거하기 위해서 명령어의 결과값을 예상하는 메커니즘이 연구되었다. 그러나 이러한 예측기들은 예상한 명령어의 실제 결과값으로 예상 테이블을 갱신하기 전에 그 명령어를 다시 예상할 때 예상 실패율이 증가하여 프로세서의 성능을 감소시켰다. 본 논문에서는 여러 예측기의 장점을 이용하여 높은 성능을 얻을 수 있는 새로운 하이브리드 예측 메커니즘을 제안한다. 제안된 하이브리드 결과 값 예측기는 예상테이블을 모험적으로 갱신할 수 있기 때문에 stale 테이터에 기안한 잘못 예상된 명령어의 수를 효과적으로 감소시킨다. 본 논문에서 5개의 SPECint 95 벤치마크 프로그램에 대해 SimpleScalar/PISA 3.0 툴셋을 사용하여 실험하였다. 실험결과 16-이슈 폭에서 평균 예상정확도는 74%, 잘 못 예상한 비율은 26%의 결과 가 나왔다.


    To improve the performance of wide issue Superscalar microprocessors, it is essential to increase the width of instruction fetch and issue rate. But data dependences are major hurdle to exploit ILP(Instruction Level Parallelism) efficiently. Several related works have suggested that the limits imposed by data dependences can be overcome to some extent with the use of the data value prediction. But the suggested mechanisms may access the same value prediction table entry again before they have been updated with a real data value. They will cause incorrect value prediction by using stale data and incur misprediction penalty and lowering performance. In this paper, we propose a new hybrid value predictor which combines three prediction mechanisms, such as last value predictor, stride-based value predictor and two-level value predictor, into a hybrid value predictor. Because the proposed hybrid value predictor can update the prediction table speculatively, it efficiently reduces the number of mispredicted instruction due to stale data. For the 16-issue superscalar processors, simulation results show that we achieve the average prediction rates of 74% and the average misprediction rates of 26% for the SPECint95 benchmark programs.


 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역