一种降低末级高速缓存污染的软件控制插入策略

现有高速缓存替换算法大多无法有效识别数据的局部性特征,导致高速缓存内即将被访问到的数据可能被未来不会被访问到的数据所替换,造成高速缓存污染问题.末级高速缓存污染引发的性能损失随着处理器和存储器之间性能差距的扩大而不断增大,成为制约系统性能提升的重要瓶颈之一.本文针对末级高速缓存污染问题,在剖视分析访存密集型程序的页一级访存行为基础上,提出一种软件控制末级高速缓存插入策略.本方法通过控制和指导页一级数据插入位置,限制局部性差的数据页在末级高速缓存中的访问空间,达到降低末级高速缓存污染的目的.实验结果表明,相对于LRU和DIP策略,本文方法能够有效降低末级高速缓存失效率,提高程序性能.

一种降低末级高速缓存污染的分阶段自适应动态插入策略

对多种末级高速缓存插入策略进行分析,并在动态插入策略DIP的基础上提出一种分阶段自我调整的动态插入策略,用于消除局部性差数据访问末级高速缓存造成的不良影响。实验结果表明,与现有LRU替换算法相比,此方法将末级高速缓存的MPKI平均降低了7.07%,即使与动态插入策略DIP相比,此方法也获得进一步的性能提升,末级高速缓存MPKI平均降低了4.36%。

Cache动态插入策略模型研究

多核下,末级Cache容量、组相联数不断增大,传统Cache替换算法LRU会出现Cache死块增多、Cache有效利用率下降等问题。Cache动态插入策略可以有效地避免LRU算法中出现的这些问题,因而受到了广泛的关注。但是,目前对Cache插入策略的研究只停留在策略水平上,缺乏定量的模型研究。针对此问题,提出了一个Cache插入策略的解析模型,该模型以应用的重用信息为输入,使用状态概率递归计算的方法,可预测不同插入策略下Cache的失效率。SPEC2006模拟验证表明,模型的精度较高,最大绝对误差为15.6%,平均绝对误差为3.1%。

面向多线程程序基于效用的Cache优化策略

为了提供高速的数据访问,多核处理器常使用Cache划分机制来分配二级Cache资源,但传统的共享Cache划分算法大多是面向多道程序的,忽略了多线程负载中共享和私有数据访问模式的差别,使得共享数据的使用效率降低.提出了一种面向多线程程序的Cache管理机制UPP,它通过监控Cache中共享、私有数据的效用信息,为每个线程以及共享数据分配Cache空间,使得各个线程以及共享数据的边际效用最大化,从而提高负载的整体性能.另外,UPP还考虑了程序中数据的使用频率以及临近性信息,通过提升、动态插入策略过滤低重用数据,从而使得高频数据块留在Cache中.通过实验表明,其性能相对于基于LRU的纯共享Cache结构和基于公平的静态Cache划分结构均有提升.

ELF:基于无用块消除和低重用块过滤的共享Cache管理策略

当代CMP处理器通常采用基于LRU替换策略或其近似算法的共享最后一级Cache设计.然而,随着LLC容量和相联度的增长,LRU和理论最优替换算法之间的性能差距日趋增大.为此已提出多种Cache管理策略来解决这一问题,但是它们多数仅针对单一的内存访问类型,且对Cache访问的频率信息关注较少,因而性能提升具有很大的局限性.文中提出一种统一的Cache管理策略ELF,不仅可以覆盖多种访存行为,而且能够同时考虑程序中数据的临近性和使用频率信息.根据LLC中Cache块在其生命期内使用频率较低这一实验结果,ELF策略能够(1)通过基于计数的算法预测出无用块并将其尽早替换;(2)通过动态插入和提升策略过滤低重用数据,从而尽量保留那些潜在的活动数据并且使得一部分工作集免受低使用频率数据的干扰.在4路CMPs上的实验结果显示,ELF可以将全局性能平均提升14.5%,同时与PIPP和TADIP相比,可以分别达到1.06倍和1.09倍的加速比.

采用分区域管理的软硬件协作高能效末级高速缓存设计

受"存储墙"和"功耗墙"影响,末级高速缓存污染会造成严重的性能损失和能耗开销.针对单纯基于硬件或软件的传统优化方法无法有效地识别局部性差的数据,且存在一定的优化空间的问题,提出一种软硬件协作的末级高速缓存设计方法.该方法在运行时刻剖视分析程序内不同数据区域的访存行为,并通过相应接口动态地调整每个数据区域的旁路和插入策略,可以在提高处理器访存性能的同时降低其能耗,提高系统的能效性.实验结果表明,与现有的LRU,DIP和DRRIP方法相比,采用文中方法后处理器平均能效性分别提升了17.42%,12.79%和8.15%.

一种基于模式分析的防止遗传算法过早收敛的方法

本文提出一种遗传算法中模式的表示方法和个体间最大共有模式的获取方法 ,并以此为基础提出了基于模式分析的种群插入策略来解决遗传算法过早收敛问题 .通过与其他种群插入算法的对比证明该方法的有效性 .给出了采用该种群插入策略的遗传算法的收敛性定理及其证明 .

求解绿色车辆路径问题的离散乌贼算法

为求解绿色车辆路径问题(green vehicle routing problem),提出一种离散乌贼算法(DCOA)。采用轮盘赌机制增强初始解选择的随机性,引入精英片段插入策略指导乌贼细胞群的进化方向,提高搜索效率,利用2-opt法和shift法优化当前细胞,增强最优解的局部开发能力。选取Augerat标准数据集,对算法进行测试,并与BA、PSO、CS、SA以及ACO算法进行比较。实验结果表明,DCOA算法相较于其它算法有更强的寻优能力,可以有效求解绿色车辆路径问题,求得的解更能满足绿色车辆路径问题的需求。

试论历史微故事在初中历史教学中的运用

历史微故事是学生感兴趣的内容,也是学生了解历史的一个切入口,学生可以通过微故事展开相关历史事件的探究,以达到更好地学习历史。初中历史课堂如何有效运用历史微故事?文章结合历史微故事的特点,微故事与课堂融合的特点阐述了历史微故事的插入时机与策略。