- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
武萌,沈海斌
(浙江大学电气工程学院超大规模集成电路设计研究所,浙江杭州310027)
摘要:功耗与性能在高端嵌入式计算系统中都是非常重要的设计指标。基于深度流水处理器中所使用的动态 分支预测器的微结构特点,提出了一种利用分页技术來有效的降低gshare分支预测器的功耗的设计方法,详细分 析了分支预测器的大小、分页数以及功耗、面积之间的内在关系。
关键词:分支预测器;低功耗;嵌入式处理器
中图分类号:TP302 文献标识码:A 文章编号:1000-7180(2007)03-0200-03
A Low- power Design for gshare Branch Predictor
WU Meng, SHEN Hai-bin
(Institute of VLSI Design, College of Electric Engineering, Zhejiang University, Hangzhou 310027, China)
Abstract: Power and performance are both the important design issues in high-end embedded computing system? Based on the microarchitecture of dynamic bninch predictor used in deep - pipelined processor this paper proposes i method to reduce the power of gshare branch predictor using banking technique and explores the relationship amon^ predictors size, number of banks and predictors area/povver.
Key words: Branch predictor; Lo^ power; Embedded Processor
1引言
随着嵌入式处理器的应用领域不断向新的高 度发展,嵌入式处理器的性能越來越受到重视。泮 袭着通用处理器的发展路线,提高时钟频率和流水 线深度是目前高性能嵌入式处理器设计的通用方 法。深度流水线必须解决“控制相关”问题,而分支 预测技术正是解决这个问题的成熟方法,但是以往 的嵌入式处理器设计并没有采用分支预测技术或 者仅仅采用了静态的分支预测机制。近些年來这一 设计思路正逐渐改变,以Intel的XScale为代表笊 高性能处理器,为减少控制相关所带来的性能按 失,己经开始使用了更加先进的动态分支预测拽 术。
目前通用处理器领域应用较为广泛的动态分 支预测技术有:Bimodal预测器、两级自适应预测 器,2\gshare预测器|3\Hybrid预测器帆习等。高准确 度的分支预测器可以有效地减少由于分支预测铠 误所造成的流水线清空,从而减少无效功耗,但羽 测准确度与硕件复杂度之间的折衷又是嵌入式処 理器所必须考虑的,一些研究表明gshare预测器在 这方面是非常优秀的6儿
收稿日期:2006- 02- 25
本文着眼于性能、功耗、硅面积等方面设计指 标,针对嵌入式领域的特点,提出了一种应用分页 (banking)技术对gshare预测器的电路进行低功ft 设计的方法,并通过对不同的分页方法进行比较三 分析以获得相对最优功耗设计。
2 gshare分支预测算法
gshare算法通过将分支地址的n- bit和m- bi 统一的全局分支历史移位寄存器(GBHSR. Globa Branch History Shift Register)进行杂凑(Hash)运算 (即“位异或”运算),所得结果用来索引2mK,mn,2伯 的模式表(PHT, Pattern Histoiy Table)并选中一个袂 位分支预测符进行分支预测(如图1所示),而模式 表屮的每一个项即为一个两位饱和计数器。
Index = GBHSR ! PC
gshare分支预测器是由Scott McFarling提出的
0
0
0
1
m丿
GBHSR
z
Taken
1
PC
亠
XOR
?
1
0
Max(m.n}
1
1
图1分支预测机制
一个非常高效的关联分支预测机制,它只使用了一 个统一的m位GBHSR和一个很小的PHT结构就 可以获得同其他关联分支预测器相当的预测精度。 gshare是一种改进的两级GAg /GAs预测器,传统的 GAg/GAs通过拼接GBHSR和PC來防止“别名冲 突”,但这样做会带来模式表利用率不高的问题,因 而也限制了 GBHSR的大小。gshare通过将二者进 行位异或(XOR)操作来解决别名冲突的问题,提高
文档评论(0)