一种高端容错计算机目录体系结构实现方法技术

本发明专利技术公开了一种高端容错计算机目录体系结构实现方法，其具体实现过程为：首先通过高速互连网络进行互连，构建大规模紧耦合多处理器系统；通过协议处理芯片实现上述多处理器系统的cache一致性协议，该协议处理芯片内部配备存储器，用以缓存系统的部分cache目录；然后使用基于小脑神经网络的高端容错计算机目录体系结构来提高目录的命中率。该一种高端容错计算机目录体系结构实现方法与现有技术相比，高目录的命中率，实现了多路处理器系统目录存储结构的智能性，构建了高性能的主机系统体系结构，具有很高的技术价值，实用性强，易于推广。

【技术实现步骤摘要】

本专利技术设及计算机
，具体地说是一种实用性强、高端容错计算机目录体 系结构实现方法。
技术介绍
随着计算机技术的飞速发展，为了满足经济社会发展的需要，高性能的计算机系 统成为制约社会发展关键领域的瓶颈之一。国防、科研等关键领域对计算机系统的性能要 求极高，因此需要构建庞大的多路计算机系统，W便更好适应当今各领域的应用需求，但是 另一方面也陷入了多路计算机系统构建的可用性和系统验证难题，高端计算机系统需要协 议处理巧片实现系统cache-致性协议的维护，协议处理巧片内部的存储器由于设计，成 本等因素，又无法使用大容量存储器，该就带来目录访问命中率的难题，而目录的替换则是 提局系统效率的关键点。 基于此，现提供，该方法考虑多路处 理器系统结构的特点，通过协议处理巧片维护系统cache-致性，并通过高速互连网络进 行互连，构建大规模紧禪合多处理器系统。协议处理巧片维护系统的cache-致性协议，因 此需要配备存储器用W存储系统cache目录，影响高端容错计算机效率的一大因素是目录 cache的命中率，命中率高，则会显著提高系统的效率。 而影响目录cache的命中率的一个重要因素是替换策略，一个好的替换策略可W 将较长时间不需访问的目录替换出去，保留那些急需访问的目录。传统的目录替换策略包 括Iru和fi化等方式，该些替换策略只是机械的替换，并不能有效预测哪些目录需要替换， 基于小脑神经网络的预测策略，则可W根据已存储的目录cache和当前地址的信息进行动 态选择需要替换的目录cache。
技术实现思路
本专利技术的技术任务是针对W上不足之处，提供一种实用性强、高端容错计算机目 录体系结构实现方法。 -种高端容错计算机目录体系结构实现方法，其具体实现过程为： 首先通过高速互连网络进行互连，构建大规模紧禪合多处理器系统； 通过协议处理巧片实现上述多处理器系统的cache-致性协议，该协议处理巧片内部 配备存储器，用W缓存系统的部分cache目录； 然后使用基于小脑神经网络的高端容错计算机目录体系结构来提高目录的命中率。 所述目录体系结构包括： 1)、cache-致性维护所需目录体系结构，即cache存储体； 2) 、目录匹配逻辑及其分布式存储体； 3) 、小脑神经网络的预测策略。 所述小脑神经网络的预测策略包含通过训练动态调整的控制逻辑，每次cache的 访问都会改变控制逻辑的权值，w达到合理产生替换信息的目的。 所述使用小脑神经网络提高目录的命中率通过预测策略实现，该预测策略包括 控制逻辑权值的更新W及输出替换地址的生成，其中；控制逻辑权值的更新是指根据目录 cache的存储信息推导出本组的cacheline对应的权值；替换地址的生成是指根据已更新 的权值，将当前地址输入到控制逻辑得到当前地址对应的地址信息。 小脑神经网络的逻辑控制过程为： 设X为输入层表示P维的输入空间，W为逻辑层表示概念记忆空间，Y为输出层表示替 换地址； 小脑神经网络的输入向量用P维输入状态空间X表示狂1，...，XP)，对应的输出向量用 (Y1，...，YN)表示； 输入向量激活中间逻辑层的化个元素，Y通过计算对应化元素的输出值得到 巧：其中，Wj是逻辑层的权值；Xj是向量输入； 更新权值：其中，Ys是期望输出；a是学习常数。 本专利技术的，具有W下优点： 本专利技术提出的，充分考虑高端容错计算机 系统多路处理器互连结构的特点，需要协议巧片实现计算机系统多路处理器之间的cache 一致性协议，协议处理巧片内部需要配备存储器，用W缓存系统的部分cache目录，考虑巧 片的效率，W及提高目录的命中率，实现了多路处理器系统目录存储结构的智能性，构建了 高性能的主机系统体系结构，具有很高的技术价值，实用性强，易于推广。【附图说明】 附图1为小脑神经网络的逻辑控制图。【具体实施方式】 下面结合附图和具体实施例对本专利技术作进一步说明。 现提供，其具体实现过程为： 首先通过高速互连网络进行互连，构建大规模紧禪合多处理器系统； 根据高端主机系统的特点，通过协议处理巧片实现上述多处理器系统的cache-致性 协议，因此需要配备大容量存储器用W存储系统cache目录，协议处理巧片缓存部分cache 目录，提高命中率可W极大提升系统的效率，缓存的cache目录的替换则直接影响命中效 率。 然后使用基于小脑神经网络的高端容错计算机目录体系结构来提高目录的命中 率，因此如何使用小脑神经网络提高cache的命中率成为重要的研究方向。所述目录体系结构包括： 1)、cache-致性维护所需目录体系结构，即cache存储体； 2) 、目录匹配逻辑及其分布式存储体； 3) 、小脑神经网络的预测策略。 所述小脑神经网络的预测策略包含通过训练动态调整的控制逻辑，每次cache的 访问都会改变控制逻辑的权值，W达到合理产生替换信息的目的。 所述使用小脑神经网络提高目录的命中率通过预测策略实现，该预测策略包括 控制逻辑权值的更新W及输出替换地址的生成，其中；控制逻辑权值的更新是指根据目录 cache的存储信息推导出本组的cacheline对应的权值；替换地址的生成是指根据已更新 的权值，将当前地址输入到控制逻辑得到当前地址对应的地址信息。 如附图1所示，小脑神经网络的逻辑控制过程为： 设X为输入层表示P维的输入空间，W为逻辑层表示概念记忆空间，Y为输出层表示替 换地址； 小脑神经网络的输入向量用P维输入状态空间X表示狂1，...，XP)，对应的输出向量用 (Y1，...，YN)表示； 输入向量激活中间逻辑层的化个元素，Y通过计算对应化元素的输出值得到巧，一 般的，系统中选择化=4 ;其中，Wj是逻辑层的权值；Xj是向量输入； 更新权值：t中，Ys是期望输出；a是学习常数。 上述【具体实施方式】仅是本专利技术的具体个案，本专利技术的专利保护范围包括但不限于 上述【具体实施方式】，任何符合本专利技术的的权利 要求书的且任何所述
的普通技术人员对其所做的适当变化或替换，皆应落入本发 明的专利保护范围。【主权项】1. ，其特征在于，其具体实现过程为： 首先通过高速互连网络进行互连，构建大规模紧耦合多处理器系统； 通过协议处理芯片实现上述多处理器系统的cache-致性协议，该协议处理芯片内部 配备存储器，用以缓存系统的部分cache目录； 然后使用基于小脑神经网络的高端容错计算机目录体系结构来提高目录的命中率。2. 根据权利要求1所述的，其特征在于， 所述目录体系结构包括： 1)、cache-致性维护所需目录体系结构，即cache存储体； 2) 、目录匹配逻辑及其分布式存储体； 3) 、小脑神经网络的预测策略。3. 根据权利要求2所述的，其特征在于， 所述小脑神经网络的预测策略包含通过训练动态调整的控制逻辑，每次cache的访问都会 改变控制逻辑的权值，以达到合理产生替换信息的目的。4. 根据权利要求2或3所述的，其特征在 于，所述使用小脑神经网络提高目录的命中率通过预测策略实现，该预测策略包括控制逻 辑权值的更新以及输出替换地址的生成，其中：控制逻辑权值的更新是指根据目录cache 的存储信息推导出本组的cacheline对应的权值；替换地址的生成是指根据已更新本文档来自技高网...

【技术保护点】
一种高端容错计算机目录体系结构实现方法，其特征在于，其具体实现过程为：首先通过高速互连网络进行互连，构建大规模紧耦合多处理器系统；通过协议处理芯片实现上述多处理器系统的cache一致性协议，该协议处理芯片内部配备存储器，用以缓存系统的部分cache目录；然后使用基于小脑神经网络的高端容错计算机目录体系结构来提高目录的命中率。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘同强，刘刚，童圆满，李仁刚，
申请(专利权)人：浪潮电子信息产业股份有限公司，
类型：发明
国别省市：山东;37