【技术实现步骤摘要】
本专利技术涉及微处理器，尤其涉及一种基于多访存模式感知学习的数据预取装置及方法。
技术介绍
1、随着处理器与主存之间的性能差异的不断增大，“存储墙”(memory wall)问题日益显著，成为限制处理器性能的瓶颈。层次化高速缓存(cache)结构在弥补处理器与主存性能差距方面起到了重要作用，但是，缓存缺失的片外访存延迟仍是导致处理器停顿的主要原因。为减少访存延迟，缓解“存储墙”问题，数据预取(data prefetching)技术是优化处理器访存性能的关键技术，该技术通过预测未来的访存地址，在处理器访问数据之前发出访存请求，隐藏访存延迟。其中，硬件数据预取技术由硬件自动产生预取地址并完成预取操作，其对cache的性能有重要影响；但是，硬件数据预取本身会产生一定的存储和能耗开销。而实际程序运行过程中的数据访存模式复杂多变，导致现有技术预取命中率较低，精确度不够。
技术实现思路
1、为解决上述现有技术中存在的部分或全部技术问题，本专利技术提供一种基于多访存模式感知学习的数据预取装置及方法，通过...
【技术保护点】
1.一种基于多访存模式感知学习的数据预取装置，其特征在于，包括：
2.根据权利要求1所述的一种基于多访存模式感知学习的数据预取装置，其特征在于，所述第一预取特征包括页号、页偏移量、跨距偏移量和置信度。
3.根据权利要求1所述的一种基于多访存模式感知学习的数据预取装置，其特征在于，所述第二预取特征为偏移轨迹编码，且所述偏移轨迹编码为过往偏移轨迹编码。
4.根据权利要求1所述的一种基于多访存模式感知学习的数据预取装置，其特征在于，所述第三预取特征包括流有效位、流置信度和流方向位。
5.根据权利要求1所述的一种基于多访存模式感...
【技术特征摘要】
1.一种基于多访存模式感知学习的数据预取装置，其特征在于，包括：
2.根据权利要求1所述的一种基于多访存模式感知学习的数据预取装置，其特征在于，所述第一预取特征包括页号、页偏移量、跨距偏移量和置信度。
3.根据权利要求1所述的一种基于多访存模式感知学习的数据预取装置，其特征在于，所述第二预取特征为偏移轨迹编码，且所述偏移轨迹编码为过往偏移轨迹编码。
4.根据权利要求1所述的一种基于多访存模式感知学习的数据预取装置，其特征在于，所述第三预取特征包括流有效位、流置信度和流方向位。
5.根据权利要求1所述的一种基于多访存模式感知学习的数据预取装置，其特征在于，比较判定预选特征的访问地址时，通过判断模块进行判断，判断依据为当前访问地址与前一访问地址是否相同，若相同则有效位置1，若不同则有效位置0。
6.根据权利要求1所述的一种基于多访存模式感知学习的数据预取装置，其特征在于，判断预取特征是否被使用时，采用过滤器将进行确定，确定依据为利用输入过滤器的多个输入和输出神经元之间的连接，通过比较的方式获得。
7.一种基于多访存模式感知学习的数据预取方法，其特征在于，包括：
8.根据权...
【专利技术属性】
技术研发人员：赵杨，王会权，张光达，戴华东，温家辉，易品筠，陈润泽，
申请(专利权)人：中国人民解放军军事科学院国防科技创新研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。