[发明专利]片上多线程计算机系统中线程性能预测和控制方法

摘要

片上多线程计算机系统中线程性能预测和控制方法，是为解决目前CMT系统中的线程意外饥饿和停滞，资源滥用，优先级颠倒等技术难题而设计的。该方法用“性能-资源”依赖关系模型指导CMT系统中关键资源(RRF)的分配，实现对线程性能进行预测和控制；模型参数的获取和调整是通过线程采样在线学习得到；以实现对线程性能实时跟踪及准确预测；根据设定的性能要求利用参数确定模型计算要达到该性能所需要的关键资源数量，重新调整资源分配。有益效果：模型简单，能准确描述性能-资源的依赖关系；适应性强，能实现对各类线程性能比较精确的预测和控制；支持绝对性能和性能百分比两种控制方式；实现代价小，在现有体系结构基础上易于实现，实现多线程对片上资源的有序分配及性能的可预测性和可控制性。

主权项

片上多线程(CMT)计算机系统中线程性能预测和控制方法，该方法实现步骤：(1)建立线程“性能‑资源”依赖关系模型是基于重命名寄存器RRF分配的线程“性能‑资源”依赖关系的量化模型： f ( x ) = p 1 * x + p 2 x 2 + p 3 * x + p 4 (公式1)其中：x表示资源数量，即重命名寄存器的尺寸，用RRF_size表示；f(x)代表性能，用IPC表示；p1～p4为待确定参数；(2)模型参数的计算和调整根据线程运行情况实时地计算和调整参数p1～p4：设定不同的RRF_size，即公式1中的x，并获取对应的IPC，即公式1中的f(x)，得到关于参数p1～p4的四元一次方程组，求解得到；(3)线程性能的预测和控制根据建立的“性能‑资源”依赖关系模型，对指定线程在运行过程中持续进行性能采样和监测，并根据模型计算结果进行资源的分配调整，达到用户或系统对该线程性能方面的设定要求；用“性能‑资源”依赖关系模型指导CMT系统中关键资源的分配，从而达到对线程性能进行预测和控制的目的；模型参数的获取和调整是通过线程采样在线学习得到；以实现对线程性能进行实时跟踪、对线程性能准确预测；根据用户或应用程序设定的性能要求，利用参数确定模型计算要达到该性能所需要的关键资源(RRF)数量，重新调整资源分配，达到线程性能控制的目的。