声明
摘要
第一章 绪论
1.1 背景和意义
1.1.1 背景
1.1.2 意义
1.2 国内外研究现状
1.3 论文的主要工作与研究目标
1.3.1 主要工作
1.3.2 研究目标
1.4 论文组织
第二章 Cache与传统的Cache模型
2.1 Cache简介
2.1.1 Cache的基本原理
2.1.2 Cache的设计参数
2.2 基于堆栈距离的Cache建模
2.2.1 堆栈距离
2.2.2 利用堆栈距离的Cache建模
2.3 乱序执行机制对访存流的影响
2.3.1 乱序执行的基本原理
2.3.2 乱序执行对访存流的影响因素
2.4 采用ANN对乱序处理器Cache建模
2.4.1 人工神经网络简介
2.4.2 应用ANN构建Cache模型
2.5 本章小结
第三章 基于ANN的乱序访存Cache建模
3.1 前期的基于ANN的Cache模型
3.2 采用聚类算法选取训练集
3.2.1 聚类算法类型介绍
3.2.2 采用K-means聚类算法优化训练集
3.3 采用Cache命中率作为模型输出
3.4 基于ANN的乱序访存Cache模型实现方法
3.4.1 使用Gem5仿真器获取训练数据
3.4.2 使用K-means聚类算法提取训练集
3.4.3 ANN模型训练
3.5 本章小结
第四章 实验结果与分析
4.1 实验环境设置
4.2 基于ANN的Cache模型精度验证
4.2.1 不同训练集对模型精度的影响
4.2.2 不同Cache配置下的模型精度验证
4.3 基于ANN的Cache模型时间分析
4.4 结果分析
4.5 本章小结
第五章 Cache行为模型工具的设计
5.1 Cache行为模型工具的整体架构
5.2 Cache行为模型工具的实现
5.2.1 数据采集模块
5.2.2 聚类模块
5.2.3 ANN模型训练模块
5.2.4 图形用户界面模块
5.2.5 Cache命中率预测模块
5.3 Cache行为模型工具的执行过程
5.3.1 模型训练执行流程
5.3.2 工具使用执行流程
5.3.3 工具的应用场景
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
东南大学;