基于模糊加权的动态自适应分支预测算法研究

摘要

分支预测技术一直以来是计算机体系结构、微处理器设计的研究重点。目前分支预测的研究集中在动态分支预测技术,采用学科交叉的观点,提出新的预测算法。对自适应动态分支预测进行改进,引入了模糊加权的机制,对分支历史的每一位加不同的权值,并利用调整因子动态改变权值,由模糊推理得出预测结果。SimpleScalar的模拟结果表明,这种模糊加权的动态自适应算法比经典的gshare预测算法预测失效率低2%。