Dynamic Branch Prediction with Perceptrons

最新推荐文章于 2024-09-13 23:44:43 发布
最新推荐文章于 2024-09-13 23:44:43 发布
阅读量1.3k 收藏 4
点赞数 1
分类专栏： computer architecture 文章标签： perceptron branch prediction
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shuiliusheng/article/details/83061475
版权

Dynamic Branch Prediction with Perceptrons

  1. 摘要

    • 使用一种最简单的神经网络，感知器，作为分支预测器中常用的两位计数器的替代品
    • 论文提出的预测器的硬件资源与分支历史的长度成线性关系
    • 预测器通过使用更长的分支历史得到了更高的准确率

  2. 论文提出的分支预测器针对于线性可分的分支（linearly separable branches）有较好的效果，当分支处于线性不可分时，效果相对于之前的预测器会变差，因此论文提出了混合的分支预测器。线性可分是指在一个高维空间中，两种类型的样本点可以使用一个超平面划分开。对于两维空间而言，即样本点可以被一条直线分开。

  3. 论文使用的感知器

    • 单层的感知器，有若干的输入单元和一个输出单元，两者之间使用带有权重的边连接。权重是有符号的整数，输出是输入和权重的点积输出
      y = w 0 + ∑ i = 1 n x i w

最低0.47元/天 解锁文章
分支预测(Branch Prediction)
Rprop
04-11 3万+
分支预测（Branch Prediction）是现代处理器用来提高CPU执行速度的一种手段, 其对程序的分支流程进行预测, 然后预先读取其中一个分支的指令并解码来减少等待译码器的时间.
ICCV2017论文摘要汇总
super_chicken的博客
04-18 6886
1. Globally-Optimal Inlier Set Maximisation for Simultaneous Camera Pose and Feature Correspondence Abstract: Estimating the 6-DoF pose of a camera from a single image relative to a pre-computed 3D p...
基于感知器的预测器 “Dynamic Branch Prediction with Perceptrons”（2000）
qq_40379102的博客
08-11 978
Aliasing：发生在两个不相关的分支通过使用相同的预测资源破坏性地干扰时。 为什么采用感知器：基于感知器的预测器适用于线性可分分支类别，程序往往有许多线性可分的分支，这种预测器适合作为混合预测方案的一个组成部分，与传统预测器一起工作。 相比传统预测器：两级方案，使用快速感知器代替两位计数器。理想情况下，每个静态分支都分配有自己的感知器来预测其结果。传统的两级自适应方案使用两位饱和计数器的模式历史表（PHT），由存储先前分支结果的全局历史移位寄存器索引。该结构将历史寄存器的长度限制为计数器数量的对数。
计算机科学基础 -- 分支预测之感知机分支预测器
最新发布
sz66cm 学习随笔
09-13 1163
感知机分支预测器通过学习历史分支行为调整权重，能够有效处理复杂的分支模式。它比传统预测器更灵活，在处理长依赖链分支时表现优异。然而，它需要更多的硬件资源和计算能力，但其准确性和自适应能力使其在复杂场景中具有明显优势。
Branch Prediction
weixin_30307267的博客
11-06 497
Pipeline的优点 现代微处理器的pipeline中包含许多阶段，粗略地可以分成fetch、decode、execution、retirement，细分开来可以分成十多甚至二十多个阶段。在处理器处理指令时，可以像流水线一样同时处理位于不同阶段的指令。 下图，假设一个pipeline分为四个阶段，每个阶段耗费一个时钟周期。 4条指令按照先后顺序进入pipeline，每间隔一个时钟周期，...
Deep learning学习笔记
lichensun的博客
02-16 1501
浅层网络包括线性模型，其中包含了许多经典的统计预测方法，如linear回归和softmax回归。Linear neural networks for regression线性神经网络的回归。
分支预测（branch prediction）
ding7530的博客
04-01 356
　　记录一个在StackOverflow上看到一个十分有趣的问题：问题。 　　高票答案的优化方法： 　　首先找到罪魁祸首： if (data[c] >= 128) sum += data[c]; 　　优化方案使用位操作： int t = (data[c] - 128) >> 31; sum += ~t & data[c]; ...
A Survey of Techniques for Dynamic Branch Prediction（2018）
qq_40379102的博客
08-31 737
1 分支预测的基础知识 分支预测的tradeoff：准确率、延迟、存储开销、功耗（power） 分支的分类：条件分支和非条件分支、直接或非直接（直接指目标地址在指令中指出，非直接指目标地址在内存或寄存器中） Aliasing（混叠）：当大量不相关分支使用预测器表中的同一表项时，就会造成干扰，称为aliasing（有的地方翻译成分支别名，如下图所示例。有正混叠（positive aliasing）和负混叠（negative aliasing），负混叠会造成错误预测，通常负混叠的频率和幅度都高于正混叠，尤
分支预测(Branch Prediction)问题与分析
我爱学习 学习使我快乐
06-18 4129
分支预测(Branch Prediction) 问题：一个排序带来的差异 public static void main(String[] args) { int size = 32768; int data[] = new int[size]; Random random = new Random(0); for (int i = 0; i < size; i++) { data[i] = random.nextInt() % 256; }
[Branch Prediction]短流水分支预测研究 - I - (1)
钟工的算法小仓库
09-01 219
 PPT展示文章  
关于分支预测(Branch Prediction)的一些介绍
汪汪汪汪吁的博客
06-23 1121
起因是在逛Stack Overflow的时候，看到了一个问题Why is processing a sorted array faster than processing an unsorted array?为什么处理排序后的数组比未排序的数组快(有兴趣可以看看) 提问人给出的代码： import java.util.Arrays; import java.util.Random; public class Main { public static void main(String[] arg
深入理解CPU的分支预测(Branch Prediction)模型
weixin_33834679的博客
08-02 2272
说明： 本文以stackoverflow上Why is it faster to process a sorted array than an unsorted array?为原型，翻译了问题和高票回答并加入了大量补充说明，方便读者理解。 背景 先来看段c++代码，我们用256的模数随机填充一个固定大小的大数组，然后对数组的一半元素求和： #in...
【Java深入学习系列】之CPU的分支预测(Branch Prediction)模型
weixin_34056162的博客
09-12 860
说明： 本文以stackoverflow上Why is it faster to process a sorted array than an unsorted array?为原型，翻译了问题和高票回答并加入了大量补充说明，方便读者理解。 背景 先来看段c++代码，我们用256的模数随机填充一个固定大小的大数组，然后对数组的一半元素求和：...
深入理解 CPU 的分支预测(Branch Prediction)模型
Black_Silencer的博客
07-06 348
深入理解 CPU 的分支预测(Branch Prediction)模型 使用表结构优化 优化前代码 // test_predict.cc #include <algorithm> #include <ctime> #include <iostream> int main() { const unsigned ARRAY_SIZE = 50000; int data[ARRAY_SIZE]; const unsigned DATA_STRIDE =
ValueWarning: Dynamic prediction specified to begin during out-of-sample forecasting period, and so
m0_48196258的博客
04-19 220
警告提醒您进行了一个在样本外预测时指定起始时间的“动态预测”。但由于这在样本外预测阶段已经确定了初始值和参数，所以此动态预测并没有产生任何效果。因此，该警告可以被忽略。如果您确实想要进行动态预测，则需要在样本内预测阶段指定一个较早的时间开始动态预测，以获得更好的预测结果。总之，这个警告并不是一个错误，它只是告诉您您的某些设置可能无效。如果您不关心动态预测，可以安全地忽略它。这是一个警告而不是错误，它通常是由于时间序列模型进行动态预测时的设置问题导致的。
branch prediction
10-29
分支预测是一种处理器技术，用于预测程序中的分支指令（例如if语句或循环），以便在执行这些指令时提高处理器的效率。分支预测可以分为静态分支预测和动态分支预测两种方法。静态分支预测是指在编译时或运行时，根据程序的结构和历史数据进行预测。而动态分支预测是指在运行时，根据处理器的历史数据和分支历史表等信息进行预测。分支预测的目的是尽可能减少分支指令对处理器性能的影响，从而提高程序的执行效率。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值