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.
다중 분기 예측법을 사용하는 수퍼스칼라 프로세서의 성능 모델
이종복(Jong-bok Lee),성원용(Wonyong Sung) 한국정보과학회 1997 정보과학회논문지 : 시스템 및 이론 Vol.24 No.5
본 논문에서는 다중 분기 예측법을 이용하는 수퍼스칼라 프로세서의 성능을 SPEC 벤치마크에 대하여 모의 실험을 수행하여 평가하였다. 다중 분기 예측법에 의하여 프로세서가 처리하는 유효 기본 블럭의 크기가 증가하므로 이에 따라 그 성능이 크게 향상될 수 있다. 이에 대한 분석을 위하여 프로세서 아키텍쳐와 각 벤치마크 프로그램의 고유한 특성을 입력으로 하는 수퍼스칼라 프로세서의 성능 모델을 제시하였다. 모의실험 결과에 의하면, 윈도우의 크기가 32인 수퍼스칼라 프로세서에서 다중 분기 예측법을 사용 하였을 때, 정수형 프로그램의 경우 유효 기본 블록의 크기가 3.4 배 증가하여 전체 성능이 평균 1.5 배 향상되었다. 그러나, 실수형 프로그램의 경우는 기본 블록의 크기가 크므로 유효 기본 블록의 증가가 작으며, 동시에 명령어 지연 시간이 길어서 뚜렷한 성능 향상을 얻을 수 없었다. This paper evaluates the performance of superscalar processor architectures which utilize multiple branch prediction. This study is based on the trace-driven simulation and the SPEC benchmark suite. The performance of superscalar processors can be enhanced by utilizing multiple branch prediction because the effective basic block size that is scheduled simultaneously is increased. The performance model of superscalar processors using multiple branch predIction is studied in terms of the processor architecture and program characteristics. The average speedup of superscalar processors using multiple branch prediction for the integer benchmarks is 1.5. For the floating-point benchmarks, the speedup is negligible due to the small increase in the effective basic block size and the instructions of long latencies.