利用堆栈特征的片上末级缓存访问模式在线识别方法

很多优化处理器缓存利用效率的方法依赖于对访问请求序列的特征的探测或识别,例如,预取和绕开等。如何在线有效识别访问请求序列的特征依然是一个开放的问题。通过对典型访问模式的深入分析,发现其堆栈距离频度的分布展示出鲜明的特征。而模拟实验数据表明访问请求序列的特征具有一定的持续性和稳定性,具有检测和预测的可行性。因而提出了一种基于堆栈直方图峰值的在线识别访问模式的机制和方法,空间和时间开销都较小。对SPEC CPU2000/2006的15个程序的实验表明,所提方法均可正确识别测试程序的访问模式。     

CacheFI: 一种片上缓存的体系架构级故障注入工具

与逻辑电路相比,SRAM存储单元更易受工艺偏差和老化磨损的影响,体系架构级的缓存容错技术被认为是应对永久位故障率较高时的有效手段,但片上缓存故障注入工具尚不多见,影响了对这些缓存容错机制的验证,测试和评估。因此,提出了CacheFI,它是一个基于Simics的缓存故障注入工具,采用了故障生成和注入分离的设计,故障生成是随机分布,模式和时序三个方面的结合,故障注入则考虑了故障可重现性和模块化的需要。在全系统模拟器Simics上,针对15个选自SPEC CPU2000的测试程序,通过CacheFI进行片上缓存故障注入,演示了对Buddy,MAEP等典型的体系架构级缓存容错机制的容错能力和性能的评估。     

CacheFI:基于架构级故障注入的片上缓存容错评估工具

体系架构级缓存容错技术被认为是应对较高的永久位故障率的有效手段,但目前缓存容错机制的体系架构级评估工具较少。针对这个问题,提出CacheFI,即基于Simics的缓存故障注入工具,采用故障生成和注入分离的设计,故障生成是随机分布、模式和时序三个方面的结合,故障注入则考虑了故障可重现性和模块化的需要。在全系统模拟器Simics上,基于15个选自SPEC CPU2000的测试程序,利用CacheFI对Buddy和MAEP等典型的体系架构级缓存容错机制进行评估,展现了其弱点和典型的片上缓存容错机制存在的问题。