| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 背景与意义 | 第10-12页 |
| 1.1.1 背景 | 第10-11页 |
| 1.1.2 意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究内容与设计指标 | 第13-14页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 设计指标 | 第14页 |
| 1.4 论文组织 | 第14-16页 |
| 第二章 Cache一致性缺失的机理分析及建模方法 | 第16-34页 |
| 2.1 一致性缺失产生原因 | 第16-19页 |
| 2.2 Cache一致性协议策略 | 第19-24页 |
| 2.2.1 基于总线监听的一致性协议 | 第20-24页 |
| 2.2.2 基于目录的一致性协议 | 第24页 |
| 2.3 现有对Cache一致性缺失建模的方法 | 第24-27页 |
| 2.4 堆栈距离理论 | 第27-29页 |
| 2.5 将堆栈距离理论应用到一致性缺失预测上 | 第29-32页 |
| 2.6 本章小结 | 第32-34页 |
| 第三章 乱序执行以及Non-blocking Issue对一致性缺失的影响 | 第34-52页 |
| 3.1 乱序执行的基本原理及其影响 | 第34-39页 |
| 3.1.1 乱序执行的基本原理 | 第34-38页 |
| 3.1.2 乱序执行对一致性缺失的影响 | 第38-39页 |
| 3.2 Non-blocking Issue的基本原理及其影响 | 第39-42页 |
| 3.2.1 Non-blocking Issue的基本原理 | 第39-41页 |
| 3.2.2 Non-blocking Issue对一致性缺失的影响 | 第41-42页 |
| 3.3 采用BP神经网络为乱序处理器Cache一致性建模 | 第42-51页 |
| 3.3.1 采用神经网络为乱序处理器Cache一致性建模 | 第43-44页 |
| 3.3.2 生物神经元 | 第44-45页 |
| 3.3.3 M-P模型 | 第45-47页 |
| 3.3.4 BP神经网络结构 | 第47-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第四章 面向Android应用的乱序处理器Cache一致性缺失建模 | 第52-62页 |
| 4.1 Gem5仿真器平台搭建及参数设置 | 第52-56页 |
| 4.1.1 Gem5简介 | 第52-53页 |
| 4.1.2 Gem5参数设置 | 第53-56页 |
| 4.2 带Invalid信息的堆栈距离分布提取 | 第56-59页 |
| 4.3 BP神经网络参数设置 | 第59-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 实验结果与分析 | 第62-76页 |
| 5.1 实验环境介绍 | 第62-63页 |
| 5.2 模型的精度 | 第63-69页 |
| 5.2.1 Gem5全仿真一致性缺失的精度 | 第64页 |
| 5.2.2 不同数量训练数据对神经网络模型精度的影响 | 第64-65页 |
| 5.2.3 神经网络模型的精度 | 第65-66页 |
| 5.2.4 全功能仿真与模型预测一致性缺失时间对比 | 第66-67页 |
| 5.2.5 相同Cache结构下跨Benchmark预测一致性缺失 | 第67-69页 |
| 5.3 模型的应用 | 第69-73页 |
| 5.3.1 不同Cache容量大小下一致性缺失情况 | 第69-70页 |
| 5.3.2 不同Cache组关联数下一致性缺失情况 | 第70-71页 |
| 5.3.3 不同线程数量相同Cache结构下一致性缺失情况 | 第71-72页 |
| 5.3.4 不同Cacheline大小下一致性缺失情况 | 第72-73页 |
| 5.4 结果分析 | 第73-75页 |
| 5.5 论文指标完成情况 | 第75页 |
| 5.6 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 总结 | 第76页 |
| 6.2 展望 | 第76-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-82页 |
