مصرف انرژی برای هر دو شبیه سازی قابل استفاده است محیط اکتشاف و نمونه سازی مبتنی بر سخت افزار محیط. ما تنظیم کننده حافظه پنهان دو سطح ، یا TCaT را ارائه می دهیم - یک ابتکار ابتکاری برای جستجو در فضای بزرگ حل پیکربندی های ممکن. ابتکاری کاوش در دو سطح حافظه پنهان را بهم پیوند می دهد و انواع مختلف را جستجو می کند پارامترهای حافظه نهان به ترتیب خاص بر اساس تأثیر آنها بر انرژی حافظه پنهان قابل تنظیم در هر یک از دو سطح حافظه نهان که در اینجا بررسی شده است
مبتنی بر معماری حافظه نهان قابل تنظیم که برای یک سطح توصیف شده است حافظه پنهان قابل تنظیم در بخش 6.3.1. معماری هدف برای دو سطح ما cache tuning heuristic شامل دستورالعمل سطح یک جداگانه و حافظه پنهان داده است
و حافظه پنهان دستورالعمل و داده سطح دو را جدا کنید. برای حافظه پنهان سطح اول ، ما همان فضای جستجوی تنظیم کننده کش تک سطح را جستجو می کنیم: خط حافظه پنهان اندازه (64 ، 32 یا 16 بایت) ، اندازه حافظه نهان (8 ، 4 یا 2 کیلوبایت) و تداعی (4 ، 2 یا یک طرفه) برای سطح دوم حافظه نهان ، اندازه حافظه نهان را به a گسترش می دهیم
64 ، 32 یا 16 کیلوبایت ممکن است در حالی که اندازه خط و پارامترهای ارتباط همان هستند. ما پیش بینی راه را با TCaT کشف نمی کنیم. کاوش کامل در تمام تنظیمات حافظه پنهان برای دو سطح سلسله مراتب حافظه پنهان بسیار پرهزینه است. برای یک دستورالعمل و داده جداگانه در یک سطح طراحی حافظه نهان ، یک اکتشاف جامع در مجموع 28 مورد مختلف را کشف می کند
تنظیمات حافظه نهان با این حال ، اضافه شدن سطح دوم سلسله مراتب تعداد تنظیمات حافظه نهان را به 432 می رساند. با این وجود ، برای مقایسه ، ما حافظه پنهان بهینه را تعیین کردیم پیکربندی برای هر معیار با تولید داده های جامع. آن را تحویل گرفت یک ماه از زمان شبیه سازی مداوم در یک سرور UltraSparc محاسبه به
داده های نه معیار ما را تولید کنید.
علاوه بر این ، ما یک پیکربندی سلسله مراتب حافظه پنهان پایه را انتخاب کرده ایم متشکل از یک حافظه پنهان سطح انباشتی 8 کیلوبایت ، 4 طرفه با 32 حافظه پنهان است
اندازه خط بایت ، و یک حافظه پنهان سطح دو ارتباطی 64 کیلوبایت 4 طرفه با a اندازه خط 64 بایت - یک پیکربندی کاملاً رایج در ابتدا ، ما ابتکار عمل توصیف شده در بخش 6.3.3 را برای دو سطح گسترش دادیم
حافظه پنهان با تنظیم حافظه نهان سطح یک در حالی که حافظه نهان سطح دو را نگه دارید در کوچکترین اندازه ، سپس حافظه پنهان سطح دو را با استفاده از همان اکتشافی تنظیم کنید.
ما اکتشافات ابتدایی اولیه را برای معیارها اعمال کردیم و دریافتیم که این است اکتشافی برای دو سطح عملکرد خوبی نداشت (اکتشاف اولیه بود فقط برای یک سطح در نظر گرفته شده است ، جایی که به خوبی کار می کند). پیکربندی حافظه پنهان تعیین شده توسط ابتکار ابتکاری ما ، به طور متوسط بیش از همه معیارها ، انرژی 41/1 برابر پیکربندی بهینه است. در بدترین حالت ، ابتکار ابتدایی ما با استفاده از 2.7 بار پیکربندی حافظه نهان را پیدا کرد
انرژی بیشتر از پیکربندی بهینه. در یک معیار ، مقدماتی heuristic پیکربندی حافظه پنهانی را پیدا کرد که از حافظه نهان پایه بدتر بود.
فرض ساده لوحانه که می تواند دو سطح حافظه نهان را پیکربندی کند به طور مستقل دلیل این بود که ابتکار اولیه ما عملکرد خوبی نداشت برای یک سیستم دو سطح در یک سلسله مراتب حافظه پنهان دو سطح ، رفتار هر یک
سطح حافظه پنهان به طور مستقیم بر رفتار سطح دیگر تأثیر می گذارد. به عنوان مثال نرخ از دست رفته حافظه پنهان سطح یک فقط تعیین کننده عملکرد نیست حافظه نهان سطح دو. عملکرد حافظه نهان سطح دو نیز هست تعیین می شود که چه مقادیری در حافظه نهان سطح یک از دست رفته است. به طور کامل وابستگی های بین دو سطح را کشف کنید ، ما تصمیم گرفتیم هر دو را بررسی کنیم
برای بررسی بیشتر وابستگی های بین دو سطح حافظه نهان ، ما ابتکار اولیه ما را گسترش داد تا اکتشاف سطح یک را بهم پیوند دهد و حافظه نهان سطح دو. به جای اینکه به طور کامل حافظه پنهان سطح یک را پیکربندی کنید
پیکربندی حافظه پنهان سطح دو ، اکتشافی درهم کشف شده یکی را کشف می کند قبل از کاوش در پارامتر بعدی ، پارامتر برای هر دو سطح حافظه پنهان در حالی که به ترتیب پارامتر ابتکار ابتدایی پایبند است. اساسی شهود پشت سر ابتکاری ما این است که بهم پیوستن اکتشاف اجازه می دهد تا مدل سازی و تنظیم بهتر وابستگی های متقابل مختلف سطح سلسله مراتب حافظه نهان. ما اکتشافی درهم را به معیارها دریافتند که عملکرد اکتشافی گره خورده بسیار بهتر عمل می کند
نسبت به ابتکار ابتدایی اولیه ، اما هنوز جای پیشرفت زیادی وجود دارد. ما مواردی را بررسی کردیم که اکتشافی درهم بازده عملکرد نداشته باشد راه حل بهینه. ما کشف کردیم که در این موارد ، مطلوب نیست
به دو دلیل رسیده است. اول ، ابتکار اولیه به طور کامل کشف نشده است هر پارامتر به عنوان مثال ، اگر از حافظه نهان 2 کیلوبایت به 4 کیلوبایت افزایش یابد اندازه باعث بهبود در انرژی نمی شود ، اندازه حافظه نهان 8 کیلوبایت نبود بررسی شده دلیل دوم پیدا نشدن پیکربندی بهینه است
به دلیل عدم موفقیت در ابتکار عمل نبود ، بلکه به دلیل محدودیتهای تعیین شده بود در برخی از تنظیمات حافظه نهان توسط خود حافظه نهان قابل تنظیم. برای به عنوان مثال ، در حافظه نهان سطح دو ، اگر یک حافظه نهان 16 کیلوبایت به عنوان بهترین انتخاب شود
اندازه ، تنها وابستگی موجود یک حافظه پنهان با نقشه مستقیم است. با هیچ بهبود انرژی با افزایش حافظه نهان از حافظه مستقیم 16 کیلوبایت به حافظه پنهان نقشه برداری مستقیم 32 کیلوبایت ، هیچ ارتباط دیگری توسط آن جستجو نمی شود ابتکار قبلی ما برای جستجوی همه انجمن ها اجازه می دهیم تنظیم نهایی را برای مرحله جستجوی تداخل درهم آمیخته اضافه کرد
ابتکاری با اکتشاف کامل پارامتر. تنظیم نهایی اجازه می دهد تا اندازه حافظه نهان برای هر دو حافظه نهان سطح یک و دو افزایش می یابد به منظور جستجو در انجمن های بزرگتر. ما از این اکتشافات نهایی به عنوان تنظیم کننده حافظه پنهان دو سطح - TCaT. مصرف انرژی به پایه نرمال شده است
پیکربندی حافظه پنهان برای سلسله مراتب کش هر معیار. نتایج نشان می دهد که TCaT پیکربندی بهینه حافظه پنهان را در بیشتر موارد پیدا می کند. در مقایسه با پیکربندی حافظه نهان پایه و به طور متوسط از همه معیارها ، ابتکار اولیه به طور متوسط 32٪ صرفه جویی می کند
در حالی که TCaT به طور متوسط 53٪ صرفه جویی می کند. علاوه بر این ، ما دریافتیم که به ازای هر معیار ، هیچ افت عملکردی وجود ندارد پیکربندی حافظه پنهان برای مصرف بهینه انرژی. در واقع ، معیارها به طور متوسط 28٪ سرعت دریافت می کنید ، که متوجه شدیم به دلیل تنظیم است
از اندازه خط حافظه پنهان علاوه بر این ، TCaT فضای جستجوی پیکربندی را کاهش می دهد به طور قابل ملاحظه. رویکرد جامع برای دستورالعمل ها و داده های جداگانه حافظه پنهان برای یک سلسله مراتب حافظه نهان دو سطح ، 432 تنظیمات حافظه نهان را بررسی می کند. روش اکتشافی بهبود یافته فقط 28 پیکربندی حافظه پنهان یا فقط 6.5٪ را بررسی می کند
مروری بر انواع جریان های اتصال کوتاه
حافظه ,، ,سطح ,پنهان ,نهان ,یک ,حافظه نهان ,حافظه پنهان ,دو سطح ,به طور ,سطح دو ,سلسله مراتب حافظه ,پیکربندی حافظه پنهان ,مراتب حافظه پنهان ,تنظیم کننده حافظه
درباره این سایت