http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
수퍼스칼라를 위한 이중 적응형 다중 분기 예측법에 대한 연구
이종복(Jongbok Lee),성원용(Wonyong Sung),문수묵(SooMook Moon) 한국정보과학회 1996 한국정보과학회 학술발표논문집 Vol.23 No.2B
본 논문에서는 주 어드레스 단위 분기 히스토리 (per-primary address history scheme)를 사용하는 이중 적응형 다중 분기 예측법(two-level adaptive multiple branch prediction)에 대한 연구를 수행하였다. 이 방식에서는 하드웨어에 대한 공유를 줄여서 기존의 전역 히스토리 방식의 단점인 간섭 현상을 극복할 수 있다. 또한 매 싸이클마다 예측되는 분기 명령어들은 같은 분기군 내에서 선행하는 분기 예측에 대하여 비종속적으로 얻어진다. 실험 결과에 의하면 주 어드레스 단위 히스토리 방식은 같은 하드웨어 비용을 목표로 할 경우에 기존의 방식보다 더 높은 예측 정확도를 나타낸다. 두 개의 분기명령어를 동시에 예측할 때, 정수형 벤치마크에 대한 평균 예측 정확도는 92.0%에서 96.9% 사이의 값을, 실수형 벤치마크의 경우에는 94.8%에서 95.8% 사이의 값을 나타낸다.
김재진(Kim Jaejin),이준표(Lee Junpyo),김수현(Kim Suhyun),문수묵(Moon Soomook) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.2C
가상 머신은 고유의 중간 언어를 사용하여 하나의 코드로 여러 플랫폼에 재 컴파일 없이 수행할 수 있는 플랫폼 독립성을 가지고 있다. LLVM은 여러 단계의 최적화를 목적으로 설계된 가상 머신으로 LLVMGCC라 불리는GCC 기반의 C/C++ 전단부와 중간 언어 코드를 각 머신의 어셈블리 언어로 컴파일해주는 LLC후단부를 가지고 있으며, 일반적인 컴파일러 최적화를 대부분 갖추고 있고, 여러 분석 도구도 가지고 있다. 본 논문은 LLVM의 프로파일 툴을 사용하여 LLVM에서 기본적으로 사용되고 있지 않는 더 심화된 최적화들을 구현하고, SPEC 벤치마크를 통해 평가한다.