CPU-GPU融合架构上的缓存性能分析与优化

• 作者: 孙传伟 孙荪 安虹 陈俊仕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 异构架构 融合 共享末级缓存 静态缓存划分
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 理论与研发
• 页码范围: 47-52,57
• 页数: 7页
• 分类号: TP311
• 字数: 5997字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1503-0333

摘要

现今CPU和GPU的发展已经出现新的瓶颈，将两者“结合”在同一块芯片上成为一种新的趋势。这种新的异构架构给片上共享资源的管理带来压力。而共享末级缓存（LLC）的管理对性能的影响非常关键。由于CPU程序和GPU程序的不同特性，给CPU和GPU间共享的末级缓存管理带来新的挑战。通过分析GPU程序访存特征，借鉴之前的缓存管理方案，提出对CPU-GPU融合系统的末级缓存进行等量的静态划分和最优静态划分的方案。实验结果表明：通过缓存划分可以有效避免CPU和GPU程序间的干扰。与传统LRU策略相比，等量静态划分和最优静态划分可以使系统整体性能分别提高7.68%和11.62%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安虹	中国科学技术大学计算机科学与技术学院	65	224	7.0	12.0
2	孙荪	中国科学技术大学计算机科学与技术学院	3	7	1.0	2.0
3	陈俊仕	中国科学技术大学计算机科学与技术学院	10	25	3.0	5.0
4	孙传伟	中国科学技术大学计算机科学与技术学院	1	7	1.0	1.0