基于全局历史分类的间接分支预测器及预测方法.pdf
一条****贺6
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于全局历史分类的间接分支预测器及预测方法.pdf
本发明公开了基于全局历史分类的间接分支预测器及预测方法,属于处理器的分支预测器设计领域。所述基于全局历史分类的间接分支预测器包括:单目标地址预测模块、多目标地址预测模块、目标地址仲裁模块和多路选择模块;本发明能够分别利用指令路径历史和方向历史的预测优势,根据置信度选择出更合理的历史信息进行预测,从而可以进一步提升间接分支预测器的预测准确度;且本发明中采用的预测器可以根据实际的设计需要,采用不同的间接分支预测器实现,从而满足各种处理器的性能及面积需求,因此本发明可以合理的利用硬件资源,在不同类型处理器的设计
分支指令的处理方法、分支预测器及处理器.pdf
本申请实施例提供了一种分支指令的处理方法、分支预测器及处理器,在预测是否对目标分支指令执行跳转操作时,先根据目标分支指令的部分地址,在分支预测表中查找目标分支指令对应的目标分支条目;若在分支预测表中查找到目标分支条目,由于该目标分支条目包括第一字段,且第一字段用于指示M个预测信息,M个预测信息根据目标分支指令的历史跳转信息及影响所述目标分支指令的预测结果的信息预测得到的,M为大于或者等于2的整数,这样就可以根据多个目标分支指令的历史跳转信息及影响目标分支指令的预测结果的信息,共同预测是否对所述目标分支指令
基于Elman‑Adaboost强预测器的铁水硅含量预测方法.pdf
本发明公开了一种基于Elman‑Adaboost强预测器的铁水硅含量预测方法,属于工业过程监控、建模和仿真领域。首先,选择合适的输入变量,归一化后作为K个弱预测器的输入;其次,确定训练样本的初始权值;然后,分别进行K个弱预测器的训练,并根据其训练结果更新样本的权值,反复训练;最后,计算弱预测器的权重,融合多个弱预测器以得到强预测器的预测结果。高炉炼铁过程的动态性使铁水硅含量的预测精度不高,本发明针对这一问题,选择动态性能较好的Elman神经网络作为弱预测器,并通过Adaboost算法融合多个弱预测器以得到
乱序处理器分支预测器性能建模的开题报告.docx
乱序处理器分支预测器性能建模的开题报告一、选题背景随着计算机性能的提高,处理器的管道结构也逐渐变得复杂起来。在这样的复杂结构下,指令的乱序执行也成为现代处理器中常见的执行方式之一。在乱序执行的过程中,还需要考虑指令的依赖关系,以确保在执行指令时,不会出现数据冲突和控制冲突等问题。而为了更好地处理指令之间的依赖关系,在处理器中加入分支预测器是非常重要的。因此,乱序处理器分支预测器的性能建模成为了一项非常重要的任务。二、选题意义分支预测器在乱序处理器中扮演着至关重要的角色。优秀的分支预测器可以提高程序执行的效
一种嵌入式处理器的分支预测器.pdf
本发明涉及嵌入式处理器技术领域,具体涉及一种嵌入式处理器的分支预测器;包括:一级预测器:包括预测无条件跳转指令目标地址预测器和返回指令RET目标地址预测器;二级预测器:包括预测条件跳转指令目标地址预测器和预测条件跳转指令跳转方向预测器;判断分支预测结果正确性的模块:判断出分支预测出现错误的指令,并做出修正;生成流水线站台控制信号的模块:当分支预测错误时生成相应的站台控制信号,控制相应的站台暂停或将相应站台上处于错误路径的指令清除;该预测器较一级预测器可提供更高的预测准确率。二级预测的方向预测器提供相当预测