[发明专利]处理器性能指标评估方法及设备

说明书

本申请实施例提供一种处理器性能指标评估及设备。该方法包括：获取测试程序中的指令流，将指令流划分为多个不等长片段；计算每个不等长片段的特征指标向量，并根据每个不等长片段的特征指标向量构造特征矩阵；计算特征矩阵的每一行的平均值，得到列向量；统计每个不等长片段的运行总时间，得到运行时间向量；根据特征矩阵、列向量、运行时间向量和最优化变量列向量，构建最优化模型；根据最优化模型确定测试程序的特征指标。本申请实施例通过获取测试程序中的指令流，并将指令流划分为多个不等长片段，从测试程序中挑选出具有代表性片段的自由度较高，相比于将指令流划分为多个等长片段，提高了仿真器运行代表性片段得到的CPU指标的精确度。

技术领域

本申请涉及通信技术，尤其涉及一种处理器性能指标评估方法及设备。

背景技术

在处理器体系架构设计与开发中，需要在某种体系架构的仿真器里运行测试程序，仿真器是能够模拟中央处理器(Central Processing Unit，CPU)运行得到CPU指标的软件或硬件，根据CPU指标可以找到当前处理器体系架构的瓶颈，进而对当前处理器体系架构进行改进。

但是每次对体系架构做改动后，都要重新运行测试程序来采集新架构下的数据，导致测试周期较长，因此，现有技术从精简测试程序的角度出发，来缩短测试周期，具体地，从测试程序中挑选出具有代表性的片段，仿真器运行选择出的代表性片段，用代表性片段的运行结果代替测试程序的运行结果。

但是，现有技术中从测试程序中挑选出具有代表性片段的自由度低，导致仿真器运行代表性片段得到的CPU指标的精确度较低。

发明内容

本申请实施例提供一种处理器性能指标评估方法及设备，以提高仿真器运行代表性片段得到的CPU指标的精确度。

第一方面，本申请提供一种处理器性能指标评估方法，包括：

获取测试程序中的指令流，并将该指令流划分为多个不等长片段，该不等长片段包括该指令流中的指令；

计算每个不等长片段的特征指标向量，并根据该每个不等长片段的特征指标向量构造特征矩阵；

计算该特征矩阵的每一行的平均值，得到列向量；

统计该每个不等长片段的运行总时间，得到运行时间向量；

根据该特征矩阵、该列向量、该运行时间向量和最优化变量列向量，构建最优化模型；

求解该最优化模型，得到该最优化变量列向量的解向量；

根据该最优化变量列向量的解向量中非零值的位置，从该多个不等长片段中选择出目标片段；

通过仿真器运行该目标片段，得到该目标片段对应的特征指标；

根据该目标片段对应的特征指标和该最优化变量列向量的解向量中的非零值，确定该测试程序的特征指标。

在一种可能的设计中，将该指令流划分为多个不等长片段，包括：

将该指令流划分为等长的基本片段，每个基本片段包括的该指令流中的指令的个数相等；

将连续的不同数量的基本片段组合成该多个不等长片段。

在一种可能的设计中，该指令流包括多个不同的基本块，该特征矩阵的行数为该指令流包括的不同的基本块的个数，该特征矩阵的列数为该不等长片段的个数，该特征矩阵的每一列表示一个不等长片段的特征指标向量。

在一种可能的设计中，该每个不等长片段的运行总时间包括该仿真器运行该不等长片段所需的准备时间和该仿真器运行该不等长片段的运行时间。

在一种可能的设计中，求解该最优化模型，得到该最优化变量列向量的解向量，包括：