面向安卓应用的Cache设计空间探索

摘要

随着微处理器设计技术的不断发展，Cache得到广泛的应用，以解决处理器与主存之间性能差距越来越大的难题。由于安卓应用占据巨大的市场份额，并且有研究表明，安卓应用的访存特性与传统桌面程序有差异，因此面向安卓应用的Cache设计空间探索就变得非常重要。
　　本文的主要工作有两部分，第一部分是建立乱序处理器的Cache解析模型，第二部分是根据建立的Cache模型探索安卓环境下的Cache设计空间。堆栈距离理论是目前研究Cache模型的重要方法，但是乱序处理器会对堆栈距离分布产生影响，导致基于堆栈距离的Cache模型无法直接应用到乱序处理器中。本文利用人工神经网络改进堆栈距离Cache模型，基本思路是利用神经网络训练乱序前的访存堆栈距离分布与进入Cache中的访存堆栈距离分布之间的映射关系。模型的输入为仿存流文件，输出为Cache缺失率。本文建立的神经网络Cache模型预测的Cache缺失率和Gem5全仿真结果相比，平均误差在5％左右，相比Gem5全仿真，模型减少仿真时间约80％。
　　利用建立的Cache模型，结合CACTI工具，本文进行了面向安卓应用场景的Cache设计空间探索，分析了Cache的容量、组关联度以及Cache行大小对于Cache的平均访问时间、功耗和面积的影响。并且找出针对安卓应用，在面积功耗限制下的Cache性能最优配置。

目录

声明

摘要

第一章 绪论

1．1 背景与意义

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 SoC存储子系统与Cache

2．1 SoC存储子系统简介

2．2 Cache的基本工作原理

2．2．1 Cache简介

2．2．2 Cache设计要素

2．2．3 Cache设计折中

2．3 本章小结

第三章 堆栈距离Cache模型分析

3．1 基于堆栈距离分布的Cache模型

3．1．1 堆栈距离

3．1．2 利用堆栈距离预测Cache命中率

3．2 乱序处理器对Cache访存流的影响

3．2．1 影响访存行为的机制介绍

3．2．2 乱序处理器对访存堆栈的影响

3．3 利用人工神经网络建立乱序处理器Cache模型

3．3．1 人工神经网络简介

3．3．2 神经网络用于Cache模型构建

3．4 本章小结

第四章 神经网络Cache模型的实现与验证

4．1 Gem5仿真平台的搭建

4．1．1 Gem5仿真平台简介

4．1．2 Gem5安卓系统的启动

4．2 访存流文件的提取

4．3 神经网络Cache模型的具体实现

4．3．1 BP神经网络基本原理

4．3．2 BP神经网络的设计

4．3．3 BP神经网络模型在matlab中的实现

4．4 神经网络Cache模型精度验证

4．5 神经网络Cache模型与Gem5全仿真时间对比

4．6 本章小结

第五章 Cache的设计空间探索

5．1 仿真测试集的选取

5．2 Cache配置对于Cache缺失率的影响

5．3 结合能耗面积的Cache最优配置

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