| 논문내용 |
슈퍼스칼라 프로세서에서 명령어 수준 병렬성(Instruction Level Parallelism, ILP)을 적극적으로 활용하기 위해서는 명령들 사이에 존재하는 제어 종속관계 및 데이터 종속관계를 극복하는 것이 필수 적이다. 데이터 값 예측은 하나의 명령 결과가 생성되기 전에 미리 결과 값을 예측하고, 예측된 결과 를 사용하여 데이터 종속관계가 있는 명령들을 모험적으로 실행(speculative execution)하는 기법이 다. 본 논문의 실험을 위하여 기존의 데이터 값 예측기와 데이터 값 분류 능력을 갖는 혼합형 예측기 를 사용하였고, 데이터 값 분류 능력을 갖는 혼합형 데이터 값 예측기의 구조는 최근 값 예측기(last value predictor)와 스트라이드 값 예측기(stride value predictor) 및 2-단계 값 예측기(tow-level value predictor)를 결합한 혼합형으로 구성되었으며, 예측되는 명령은 하드웨어에 의한 데이터 값의 동적 분류에 의해 각 데이터 값 예측기로 할당된다. 각 명령들의 특성에 따라 각 예측기로 실행 시에 동적으로 분류됨으로써 각 예측기는 기존의 혼합형 방식보다도 더욱 효과적으로 활용될 수 있다. 본 연구에서 데이터 값 분류능력을 갖는 데이터 값 예측기에서는 기존의 혼합형 예측방식보다 예측정확 도가 평균 16%가 향상되었고, 데이터 값 분류 능력을 갖는 혼합형 데이터 값 예측기에서의 데이터 값 의 유형별 분포를 실험한 결과 특수한 데이터 시퀀스를 갖는 값들 보다는 다양한 비 스트라이드 유형 의 데이터 값들이 프로그램에서 최대 68%이상을 차지하고 있음을 확인했다. 따라서 향후 데이터 값의 예측에 따른 데이터 예측 손실을 감소시키기 위한 2-단계 값 예측기(비 스트라이드 유형에 대한 데 이터 값)에 대한 연구가 필요함을 알 수 있었다. |
자료실 > 논문지 
발간년도 : [2006]
