A hybrid neural based dynamic branch prediction unit
Other Title(s)
وحدة ديناميكية هجينة للتنبؤ بالتفرعات باستخدام الشبكات العصبية
Author
Source
Engineering and Technology Journal
Issue
Vol. 30, Issue 6 (31 Jan. 2012), pp.1066-1081, 16 p.
Publisher
Publication Date
2012-01-31
Country of Publication
Iraq
No. of Pages
16
Main Subjects
Engineering & Technology Sciences (Multidisciplinary)
Topics
Abstract AR
تعتمد معماريات المعالجات الحديثة و بدرجة كبيرة على ما يعرف بالمعالجة التدفقية (Pipelining) من أجل تحسين سرعها التشغيلية.
لذلك فإن التكلفة التي تنتج من تفريغ خط المعالجة التدفقية و إعادة ملئه عند حدوث خطأ في التنبؤ بتنفيذ إيعاز تفرع معين سيؤثر بدرجة كبيرة على أداء المعالج.
هناك العديد من تقنيات التنبؤ الديناميكي بعمليات التفرع و التي طورت لتحسين دقة التنبؤ، بعض هذه التقنيات بسيطة جدا و بعضها غاية في التعقيد.
لكن عموما فإن وحدات التنبؤ التقليدية ذات المستويين تتنبأ بنتيجة إيعاز التفرع أما بناءا على معلومات تاريخية محلية (local branch history) (معلومات عن حالات التنفيذ الفعلية السابقة لنفس الإيعاز الذي يراد التنبؤ بعملية تنفيذه حاليا) و هو ما يعرف بالترابط الداخلي (intra-branch correlation) أو أن يتم التنبؤ بنتيجة تفرع معين استنادا على معلومات شاملة (global branch history) عن حالات التنفيذ لجميع أوامر التفرع المنفذة مؤخرا.
كل الطرق السابقة تقدم دقة تنبؤ واطئة بإيعازات التفرع التي يعتمد تنفيذها على حالات التنفيذ السابقة للأمر نفسه و لأوامر أخرى و هذا ما يعرف بالترابط الهجين (hybrid correlation).
هذا البحث يقدم طريقة هجينة مقترحة للتنبؤ بأنواع التفرعات تستخدم ابسط أنواع الشبكات العصبية و هو (Perceptron).
الطريقة التي يقدمها البحث تستخدم لغاية 31 بت من المعلومات الهجينة (محلية و شاملة عن تاريخ تنفيذ إيعاز التفرع) لمراعاة خصوصية الترابط الهجين من أجل تحسين دقة التنبؤ.
تم بناء نظام برمجي لمحاكاة و اختبار وحدة التنبؤ المقترحة و التي حققت دقة تنبؤ عالية.
النتائج التي توصلت لها الطريقة تبين أن انسب استجابة تتحقق عند 16 بت من المعلومات الهجينة.
Abstract EN
Modern high performance processor architectures have come to depend upon highly pipelined operation in order to achieve improvements in operating speed.
As a result, the cost associated with flushing the pipeline and refilling it when a branch instruction is mis-predicted can significantly impact processor performance.
Many schemes, from the extremely simple to the highly complex, have been proposed to improve branch prediction accuracy.
Conventional two-level branch predictors predict the outcome of a branch either based on the( local branch history) information, comprising the previous outcomes of a single branch (intra-branch correlation), or based on the (global branch history) information, comprising the previous outcomes of all branches (inter-branch correlation).
The misprediction rates for these predictors are very high when they predict branch instructions with hybrid correlations.
In this paper we suggest a hybrid perceptron based predictor which employs up to 31-bits of both local and global branch history information to minimize the misprediction rates.
The software written for simulation and testing shows that the suggested hybrid predictor achieves a high accuracy.
Our results shows that the best response of the predictor is obtained on history length of 16- bits.
American Psychological Association (APA)
Ali, Gehni Ahmad. 2012. A hybrid neural based dynamic branch prediction unit. Engineering and Technology Journal،Vol. 30, no. 6, pp.1066-1081.
https://search.emarefa.net/detail/BIM-297272
Modern Language Association (MLA)
Ali, Gehni Ahmad. A hybrid neural based dynamic branch prediction unit. Engineering and Technology Journal Vol. 30, no. 6 (2012), pp.1066-1081.
https://search.emarefa.net/detail/BIM-297272
American Medical Association (AMA)
Ali, Gehni Ahmad. A hybrid neural based dynamic branch prediction unit. Engineering and Technology Journal. 2012. Vol. 30, no. 6, pp.1066-1081.
https://search.emarefa.net/detail/BIM-297272
Data Type
Journal Articles
Language
English
Notes
Includes appendices : p. 1074-1081
Record ID
BIM-297272
