“计算机system结构”电子教案[课7].pptVIP

第6章 指令级并行软件方法（指令级，多发射或乱序执行，静态调度）;　　教材P154第一段说可以采用图3.17的5段整数流水线（下图a）来讨论本节（本章）的整数、浮点数混合运算程序，实际上解释不通，我们改用下图b的整数、浮点分离的流水线结构来讨论。;(3) (4);6.1.1 指令调度方法 　　基本原理是按两条相关指令之间所需的最小启动距离将它们隔开，在二者之间安排其它的无关指令，减少直至消除流水线停顿。 例6.1（P154）：将如下C语言源程序编译成MIPS目标代码，然后使用指令调度技术、延迟分支技术优化其代码性能（指缩短运行时间）。 for(i=1000;i0;i- -) x[i]=x[i]+s; 解： (1)初步编译结果如下 Loop： L.D F0, 0(R1) //F0←1个向量元素 ADD.D F4, F0, F2 //F4←F0+F2（即标量s） S.D F4, 0(R1) //F4存回向量元素 DADDIU R1, R1, #-8 //R1←R1-8（指向前1个元素，长浮点） BNE R1, R2, Loop //若R1≠R2，转Loop;调度前的相关链分析 ： 代码性能：每轮循环完成1个浮点元素运算，需10拍，其中5拍是空转。;模拟软件Cycles图： 模拟结果比分析结果多1拍的原因在于模拟器的流水线存在“结构冲突”。;(2) 调度、延迟分支后的相关链分析 (注意S.D指令需要修改offset值)： 代码性能：每轮循环完成1个浮点元素运算，需6拍，其中1拍是空转。 模拟软件Cycles图：;　　从有效操作比例看，刚才的例子中每个浮点元素运算中使用3条有效指令，附加2条循环控制指令，辅助操作占了太高的比例。 　　循环展开的目的一是降低辅助操作的比例，二是通过合并来增加每个循环体中的指令条数，使指令调度有更大的调整范围，优化效果更好。 例6.2（P155）：将例6.1未优化程序展开3次得到4个循环体，然后使用指令调度技术、延迟分支技术优化其代码性能。假设原循环次数是4的整倍数。 解：先讨论几个注意事项。 如果各轮循环之间不存在相关，展开后可以简单并行，否则需处理； 如果原循环次数N=展开倍数M×K（K是整数），则新的循环次数K=N/M，否则要在循环结束之后增加补偿代码??完成剩余的操作； 原来多轮循环重复使用的寄存器，合并之后必须通过重命名来区分，否则发生名相关，限制并行性； 原来各轮循环中的循环控制指令，合并后可以减少。;(1)展开后没有调度的程序如下 Loop: L.D F0, 0(R1) ;F0 ← x[i]（取数） ADD.D F4, F0, F2 ;F4 ← F0 + F2 S.D F4, 0(R1) ;x[i] ← F4（存结果） L.D F6, -8(R1) ;F6 ← x[i-1]（取数） ADD.D F8, F6, F2 ;F8 ← F6 + F2 S.D F8, -8(R1) ;x[i-1] ← F8（存结果） L.D F10,-16(R1) ;F10 ← x[i-2]（取数） ADD.D F12, F10, F2 ;F12 ← F10 + F2 S.D F12, -16(R1) ;x[i-2] ← F12（存结果） L.D F14, -24(R1) ;F14 ← x[i-3]（取数） ADD.D F16, F14, F2 ;F16 ← F14 + F2 S.D F16, -24(R1) ;x[i-3] ← F16（存结果） DADDIU R1, R1, #-32 ;R1 ← R1 - 4×8（指针前移4个数） BNE R1, R2, Loop ;若 R1≠R2，循环;调度前的相关链分析 （未完，接下页）：;代码性能：每轮循环完成4个浮点元素运算，共28拍，其中14拍是空转。折算每个浮点元素运算使用28/4=7拍（展开前10拍），其中3.5拍是空转。;(2)展开后经过调度优化的程序如下 loop: L.D F0, 0(R1) ;F0 ← x[i]（取数） L.D F6, -8(R1) ;F