新技术论文题为“爱马仕:加速延长负载请求通过Perceptron-Based片外负荷预测”是瑞士苏黎世联邦理工学院的研究人员发表的英特尔处理器体系结构研究实验室,和LIRMM,蒙彼利埃大学CNRS。工作获得了最佳论文奖2022年微。
文摘
“延长负载请求继续限制高性能处理器的性能。增加处理器的延迟容忍,建筑师们主要依赖于两个关键技术:复杂的数据预取器和大型片上缓存。在这项工作中,我们表明:1)即使是先进的prefetcher只能预测一半的片外负载平均请求到范围广泛的工作负载,和2)片上缓存的大小和复杂性增加,大部分的花片外负载请求访问的延迟片上缓存的层次结构。这项工作的目的是加速芯片外负载请求通过移除片上缓存访问关键路径的延时。
为此,我们提出一个名为爱马仕的新技术,其核心思想是:1)准确预测哪些负载请求可能会片外,和2)大胆获取预测所需的数据直接从主存储器芯片外负载,同时并发访问缓存层次等负载。让爱马仕,我们开发一个新的轻量级,perceptron-based片外负荷预测技术,学会识别芯片外负载请求使用多个程序特性(例如,程序计数器)的序列。对于每一个载荷要求,预测观察到一组程序特性来预测是否会片外的负载。如果负载预测芯片外,爱马仕问题直接投机请求内存控制器生成一旦负载的物理地址。如果预测是正确的,最终错过的负载缓存层次和等待的投机请求完成,因此隐藏片上缓存层次关键路径的访问延迟片外负载。我们的评估显示,爱马仕的极大地提高了性能先进的基线。我们爱马仕开源。”
Shankar Balachandran,拉胡尔贝拉康斯坦Kanellopoulos大卫•新生Ataberk Olgun,穆罕默德·Sadrosadati偏向Mutlu,“爱马仕:加速延长负载请求通过Perceptron-Based片外负荷预测”,在第55届IEEE / ACM国际研讨会微体系结构(微观),2022 arxiv: 2209.00188 v3。
留下一个回复