公开(公告)号：CN115114189A

公开(公告)日：2022-09-27

申请号：CN202210750282.1

申请日：2022-06-28

Applicant: 北京工业大学

Inventor： 方娟 ,  徐艺翔 ,  孔涵 ,  杨会静 ,  蔡旻 ,  侯毓敏

IPC: G06F12/0862

Abstract: 本发明涉及一种基于改进爬山法的非对称多核架构下预取控制策略，属缓存预取、非对称多核领域。该方法考虑非对称多核架构下核心之间的性能不同这一情况，通过改进后的爬山法，针对不同核心对其预取激进程度进行控制，提高核心的IPC。预取激进程度由预取度和预取距离进行刻画，考虑到爬山法会陷入局部最优解，通过与模拟退火策略结合的方式跳出局部最优。同时考虑到爬山法不适用于解决二维搜索问题，本方法采用控制变量的方式，通过采样阶段的IPC反馈，进行预取策略的调整，提升核心的IPC。该方法利用爬山法，根据程序运行的不同阶段，对不同核心的预取激进程度进行调整，实现不同核心的IPC增长。

公开(公告)号：CN117591180A

公开(公告)日：2024-02-23

申请号：CN202311367042.4

申请日：2023-10-20

Applicant: 北京工业大学

Inventor： 方娟 ,  郭景明 ,  何雨彬 ,  杨会静 ,  蔡旻 ,  侯毓敏

IPC: G06F9/38 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于CNN的智能在线分支预测方法，属于计算机体系分支预测领域。本发明设计卷积神经网络(Convolutional Neural Network，CNN)分支预测模型，并且与目前最先进的TAEG_SC_L分支预测方法结合起来，将分支指令分为复杂分支与简单分支，对于复杂分支，使用CNN模型提取分支特征，根据大量的数据训练，识别历史中相关分支，加大相关分支特征对预测结果的影响，降低噪声对预测结果的影响；对于简单分支采用TAEG_SC_L分支预测算法。引入两个CNN模型，一个用于预测，一个用于训练，在训练时间段内不影响CNN预测模型的正常工作，由此达到在线训练的目的，提高分支预测准确率。