梯度学习的参数控制帮助线程预取模型

• 作者: 宁静 张俊格 裴颂文
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 数据预取 帮助线程 多核系统 访存延迟 梯度下降
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 专题:微处理器设计与工艺
• 页码范围: 59-63
• 页数: 5页
• 分类号: TN95
• 字数: 4459字
• 语种: 中文
• DOI: 10.11887/j.cn.201605010

摘要

对于非规则访存的应用程序，当某个应用程序的访存开销大于计算开销时，传统帮助线程的访存开销会高于主线程的计算开销，从而导致帮助线程落后于主线程。于是提出一种改进的基于参数控制的帮助线程预取模型，该模型采用梯度下降算法对控制参数求解最优值，从而有效地控制帮助线程与主线程的访存任务量，使帮助线程领先于主线程。实验结果表明，基于参数选择的线程预取模型能获得1.1～1.5倍的系统性能加速比。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	裴颂文	上海理工大学光电信息与计算机工程学院	19	65	5.0	7.0
5	宁静	上海理工大学光电信息与计算机工程学院	2	12	1.0	2.0
6	张俊格	上海理工大学光电信息与计算机工程学院	2	12	1.0	2.0