基于神經(jīng)網(wǎng)絡的處理器分支預測技術研究.pdf

1、隨著應用對處理器性能需求日益提高，超標量和深流水線已經(jīng)成為當前嵌入式處理器的主流技術。但程序中普遍存在的條件分支是破壞超標量和深流水線連續(xù)運行的主要原因，由條件分支指令造成的流水線性能損失已經(jīng)成為制約處理器性能提升的主要瓶頸，為了減少條件分支造成的流水線性能損失，現(xiàn)代處理器普遍采用分支預測技術。分支測技術在經(jīng)過了2bit分支預測器，全局/局部歷史分支預測器，Gshare分支預測器，神經(jīng)網(wǎng)絡分支預測器的發(fā)展后，現(xiàn)在已經(jīng)日益成熟。為尋找進一

2、步制約分支預測準確率的因素，本文對函數(shù)調用返回與分支預測的關系進行了理論和實驗兩方面的深入研究，主要內(nèi)容如下：
　　 首先總結了國內(nèi)外對這一課題的發(fā)展方向，主要體現(xiàn)在分支預測算法的發(fā)展過程和在各個發(fā)展階段遇到的問題，以及解決問題的辦法。重點介紹了神經(jīng)網(wǎng)絡分支預測器以及目前提高分支預測準確率的種種努力，提出了研究方向。
　　 其次，通過對函數(shù)調用和返回過程的深入分析，指出了函數(shù)調用返回過程中的分支別名現(xiàn)象，并對此提出了解決

3、方案——離散函數(shù)調用分支別名的方法。在提出一種高效的算法仿真平臺后，根據(jù)具體的實驗，驗證了離散函數(shù)調用的分支別名方法確實能夠提高分支預測的準確率。
　　 然后，以CKCORE處理器為應用背景，對離散函數(shù)調用分支別名的神經(jīng)網(wǎng)絡方法進行了硬件實現(xiàn)，并利用system verilog平臺對硬件實現(xiàn)進行了驗證，進而討論了新的驗證工作帶來的驗證平臺的變化。
　　 最后，總結全文，給出了現(xiàn)有消除函數(shù)調用分支別名方法繼續(xù)改進發(fā)展的方向