[发明专利]超标量乱序处理器稳定状态指令吞吐率建模方法有效
申请号: | 201810229640.8 | 申请日: | 2018-03-20 |
公开(公告)号: | CN108519906B | 公开(公告)日: | 2022-03-22 |
发明(设计)人: | 凌明;季柯丞;张凌峰;李宽;时龙兴 | 申请(专利权)人: | 东南大学 |
主分类号: | G06F9/455 | 分类号: | G06F9/455 |
代理公司: | 苏州创元专利商标事务所有限公司 32103 | 代理人: | 范晴;丁浩秋 |
地址: | 214135 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种超标量乱序处理器稳定状态指令吞吐率建模方法,获取每个统计阶段与稳态平均吞吐率相关的微架构无关参数,所述微架构无关参数至少包括依赖链路延迟分布;利用聚类算法进行分类,选取得到神经网络的训练集;将所选取的神经网络的训练集中的微架构无关参数作为神经网络的输入,将通过时序精确仿真获得对应训练集的线程稳态指令吞吐率作为神经网络的输出,对神经网络的输入和输出进行拟合,通过调节神经网络的迭代次数、网络拓扑结构、传递函数以及预设训练精度,训练得到给定硬件的稳态指令吞吐率神经网络模型。根据指令依赖链路延迟分布的微架构无关的特征,可以快速准确地预测给定微架构的超标量乱序处理器稳态下的指令吞吐率。 | ||
搜索关键词: | 标量 处理器 稳定 状态 指令 吞吐 建模 方法 | ||
【主权项】:
1.一种超标量乱序处理器稳定状态指令吞吐率建模方法,其特征在于,包括以下步骤:S01:获取每个统计阶段与稳态平均吞吐率相关的微架构无关参数,所述微架构无关参数至少包括依赖链路延迟分布;S02:利用聚类算法进行分类,选取得到神经网络的训练集;S03:将所选取的神经网络的训练集中的微架构无关参数作为神经网络的输入,将通过时序精确仿真获得对应训练集的线程稳态指令吞吐率作为神经网络的输出,对神经网络的输入和输出进行拟合,通过调节神经网络的迭代次数、网络拓扑结构、传递函数以及预设训练精度,训练得到给定硬件的稳态指令吞吐率神经网络模型。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810229640.8/,转载请声明来源钻瓜专利网。