華為云存儲創(chuàng)新Lab論文被重要學(xué)術(shù)會議PACT’2022接收,提出并實(shí)現(xiàn)一種稱為雙流的空間數(shù)據(jù)預(yù)取器DSDP
【論文信息】
Mingjian He, Hua Wang, Ke Zhou, Kaichao Cui, Huabing Yan, Chang Guo, Rongfeng He. “DSDP: Dual Stream Data Prefetcher ”. The 31st International Conference on Parallel Architectures and Compilation Techniques (PACT),October 10–12, 2022,Chicago, IL.
【論文簡介】
硬件預(yù)取是一種重要的DRAM時(shí)延隱藏技術(shù)。設(shè)計(jì)預(yù)取器需要在覆蓋率和準(zhǔn)確性之間取得微妙的平衡。隨著處理器核數(shù)的增加,預(yù)取算法的準(zhǔn)確性變得更加重要。根據(jù)指令將訪問流進(jìn)行分類是提高預(yù)取精度的有效方法,然而這種方法會失去跨指令的數(shù)據(jù)關(guān)系,更嚴(yán)重的情況下甚至?xí)档退惴ǖ母采w率。在本文中,我們提出了一種稱為雙流的空間數(shù)據(jù)預(yù)取器DSDP。DSDP通過兩種設(shè)計(jì)實(shí)現(xiàn)了高覆蓋率和準(zhǔn)確性。首先,DSDP通過指令定位技術(shù)提高了預(yù)取精度,其次DSDP通過在空間定位流上學(xué)習(xí)跨指令的數(shù)據(jù)關(guān)系以彌補(bǔ)指令定位導(dǎo)致的預(yù)取機(jī)會損失。實(shí)驗(yàn)結(jié)果表明,DSDP相比沒有預(yù)取算法的基線提高了48.6%的系統(tǒng)性能,相比最先進(jìn)的空間預(yù)取器提升了4.7%。