【體系結構】轉移預測器效能的定量評價
阿新 • • 發佈：2019-01-28
幾種預測器的設計參見前一篇博文（這裡）
定量評價幾種預測器的預測準確率
轉移預測的分析和評測過程主要基於給定的指令序列蹤跡。輸入的文字檔案將給出指令序列蹤跡，該檔案包含N行，每一行包括三個資料，分別為當前指令PC、下一指令PC、當前指令型別（0代表轉移指令，1代表其它指令），下面是一個具體的範例：0x0EA31410 0x0EA31414 1
0x0EA31414 0x0EA31470 0
0x0EA31470 0x0EA31474 1
0x0EA31474 0x0EA31478 0
0x0EA31478 0x0EA3147C 1實驗中使用gcc.log，compress.log，craft.log，gzip.log，mcf.log，parser.log，vpr.log 7個測試資料，實驗結果如下：
仿照書中的例子，繪製三種預測器不正確率的結果：
實驗結果很明顯看到Tournament預測器取得了更好的預測結構。但另一方面，在同樣空間的限制下，使用相關分支預測資訊的[10,2]關聯預測器反而沒有簡單的區域性歷史表預測效果好。事實上，分支歷史表可以看做[1,2]關聯預測器。分析可能是推論的分支資訊過多，減少相關分支數目可能會提高預測準確率。於是，實驗中嘗試了[2,2]，[4,2]，[6,2]，[8,2]（對應的地址分別為12,10,8,6bit，空間均為32K），結果如下：
可以看到使用[4,2]相關分支預測器平均準確率最高。而過度增加相關分支數量，可能會降低預測準確率。
實驗結論
2bit分支歷史表預測器可以提供較好的分支預測準確率。適當利用全域性資訊，使用相關分支預測技術，也可以提高預測分支準確率。Tournament預測器通過結合區域性資訊和全域性歷史資訊，在同樣空間的情況下，平均預測準確率最高。