计算机体系结构-不再因为别人过得好而焦虑.ppt

动态调度 (Cont), 推断执行和ILP Review Tomasulo 引入动态调度的动机 在没有专用编译器的情况下，提高系统性能 解决编译时无法判定的部分相关问题 Scoreboard 和Tomasula Tomasula 主要贡献 Dynamic scheduling Register renaming---消除了WAW，WAR相关 Load/store disambiguation 算法的主要缺陷 复杂 要求高速CDB 性能受限于Common Data Bus 为什么顺序发射? 顺序发射使我们可以进行程序的数据流分析 我们可以知道某条指令的结果会流向哪些指令 如果我们乱序发射，可能会混淆RAW和WAR相关 每一周期发射多条指令也使用该原则将会正确地工作: 需要多端口的 “rename table” ,以便同时对一组指令所用的寄存器重命名 需要在单周期内发射到多个RS中. 寄存器文件需要有2x 个读端口和x个写端口. 关于异常处理??? 乱序完成加大了实现精确中断的难度 在前面指令还没有完成时，寄存器文件中可能会有后面指令的运行结果. 如果这些前面的指令执行时有中断产生，怎么办？ 例如： DIVD F10, F0, F2 SUBD F4, F6, F8 ADDD F12, F14, F16 需要“rollback” 寄存器文件到原来的状态: 精确中断的含义是其返回地址为： 该地址之前的所有指令都已完成 其后的指令还都没有完成 实现精确中断的技术：顺序完成（或提交） 即提交指令完成的顺序必须与指令发射的顺序相同 进行循环重叠执行需要尽快解决分支问题! 在循环展开的例子中，我们假设整数部件可以快速解决分支问题，以便进行循环重叠执行! Loop: LD F0 0 R1 MULTD F4 F0 F2 SD F4 0 R1 SUBI R1 R1 #8 BNEZ R1 Loop 如果分支依赖于multd,怎么办?? 需要能预测分支方向 如果分支成功，我们就可以重叠执行循环 对于superscalar机器这一问题更加突出 控制相关的动态解决技术 控制相关：由条件转移或程序中断引起的相关，也称全局相关。控制相关对流水线的吞吐率和效率影响相对于数据相关要大得多 条件指令在一般程序中所占的比例相当大 中断虽然在程序中所占的比例不大，但中断发生在程序中的哪一条指令，发生在一条指令执行过程中的哪一个功能段都是不确定的 处理好条件转移和中断引起的控制相关是很重要的。 关键问题： 要确保流水线能够正常工作 减少因断流引起的吞吐率和效率的下降 分支对性能的影响 假设在一条有K段的流水线中，在最后一段才能确定目标地址 条件转移指令对流水线性能的影响 假设对于一条有K段的流水线，由于条件分支的影响，在最坏情况下，每次条件转移将造成k-1个时钟周期的断流。假设条件分支在一般程序中所占的比例为p, 条件成功的概率为q。试分析分支对流水线的影响。 结论：条件转移指令对流水线的影响很大，必须采取相关措施来减少这种影响。 预测可以是静态预测“Static” (at compile time) 或动态预测 “Dynamic” (at runtime) 动态分支预测 vs. 静态分支预测，哪个好？ Dynamic Branch Prediction 动态分支预测：预测分支的方向在程序运行时刻动态确定 需解决的关键问题是： 如何记录转移历史信息 如何根据所记录的转移历史信息，预测转移的方向 主要方法 基于BPB(Branch Prediction Buffer)或BHT(Branch History Table)的方法 1-bit BHT和2-bit BHT Correlating Branch Predictors Tournament Predictors: Adaptively Combining Local and Global Predictors High Performance Instruction Delivery BTB Integrated Instruction Fetch Units Return Address Predictors Performance = ?(accuracy, cost of misprediction) Misprediction ? Flush Reorder Buffer 1-bit BHT Branch History Table: 分支指令的PC的低位索引1-bit BHT 该表记录上一次转移是否成功 不做地址检查 例题：一个循环供循环10次，它将分支成功9次，1次不成功，假设此分支的预测位始终在缓冲区中，那么分支预测的准确性是多少？ 静态预测 vs. 动态预测