面向嵌入式系统的自调数据预取
致谢 | 第4-5页 |
摘要 | 第5-6页 |
Abstract | 第6-7页 |
1 绪论 | 第12-22页 |
1.0 研究背景和动机 | 第12-14页 |
1.1 预取方法概述 | 第14-16页 |
1.1.1 预测主体 | 第14-15页 |
1.1.2 预取发起时机 | 第15-16页 |
1.1.3 预取数据存放位置 | 第16页 |
1.2 软件模拟研究平台 | 第16-19页 |
1.3 论文贡献与内容安排 | 第19-22页 |
1.3.1 论文贡献 | 第19页 |
1.3.2 内容安排 | 第19-22页 |
2 应用分析与预取优化空间 | 第22-36页 |
2.1 相关研究 | 第23-25页 |
2.2 特征片段的提取 | 第25-29页 |
2.2.1 频率矢量的计算 | 第26-28页 |
2.2.2 片段聚类 | 第28-29页 |
2.3 特征分析实验 | 第29-35页 |
2.3.1 特征函数分析 | 第29-34页 |
2.3.2 静态存储访问特性 | 第34-35页 |
2.4 本章小结 | 第35-36页 |
3 多模式自调数据预取 | 第36-60页 |
3.1 相关研究 | 第36-40页 |
3.1.1 需求分析与相关工作 | 第36-38页 |
3.1.2 CDP链式预取方案缺陷 | 第38-40页 |
3.1.3 本文贡献 | 第40页 |
3.2 多模式预取引擎 | 第40-46页 |
3.2.1 预取引擎结构 | 第40-42页 |
3.2.2 线性流预测 | 第42-43页 |
3.2.3 链式流预测 | 第43-46页 |
3.3 动态自适应调节 | 第46-50页 |
3.3.1 反馈指标定义 | 第46-47页 |
3.3.2 反馈信息统计 | 第47-49页 |
3.3.3 自适应调节算法 | 第49-50页 |
3.3.4 实现方法 | 第50页 |
3.4 实验分析 | 第50-58页 |
3.4.1 实验环境 | 第50-52页 |
3.4.2 混合预取模型分析 | 第52-56页 |
3.4.3 ALIKE错误分析 | 第56页 |
3.4.4 自适应调节分析 | 第56-57页 |
3.4.5 硬件开销分析 | 第57-58页 |
3.4.6 功耗评估 | 第58页 |
3.5 本章小结 | 第58-60页 |
4 线程分类指导的数据预取 | 第60-78页 |
4.1 相关研究 | 第62页 |
4.2 线程感知预取系统 | 第62-70页 |
4.2.1 基准多模式预取引擎 | 第63-64页 |
4.2.2 预取导致的数据无效化 | 第64-66页 |
4.2.3 预取感知线程分类 | 第66-68页 |
4.2.4 多线程预取自调策略 | 第68-70页 |
4.3 实验评估 | 第70-77页 |
4.3.1 实验方法 | 第70-72页 |
4.3.2 实验结果与分析 | 第72-77页 |
4.4 本章小结 | 第77-78页 |
5 软件模拟器设计与开发 | 第78-102页 |
5.1 相关研究 | 第79-82页 |
5.2 基于模拟器进行系统级设计 | 第82-85页 |
5.2.1 体系结构设计层次 | 第82-83页 |
5.2.2 系统级设计 | 第83-84页 |
5.2.3 模型的构建 | 第84-85页 |
5.3 模拟器内核的设计与实现 | 第85-97页 |
5.3.1 功能模型 | 第86-92页 |
5.3.2 时序模型 | 第92-96页 |
5.3.3 成本模型 | 第96-97页 |
5.4 模拟器评测 | 第97-102页 |
5.4.1 实验方法 | 第98-100页 |
5.4.2 实验结果 | 第100-102页 |
总结和展望 | 第102-104页 |
参考文献 | 第104-112页 |
作者攻读硕士期间参加科研工作的情况 | 第112页 |