[发明专利]一种基于MLC STT-RAM的能耗特性的缓存替换方法及设备有效
申请号: | 202011307513.9 | 申请日: | 2020-11-20 |
公开(公告)号: | CN112395221B | 公开(公告)日: | 2023-02-10 |
发明(设计)人: | 陈俭喜;冯丹;马莉珍;郑梦丽;陈鑫宇;陈彧;黄创 | 申请(专利权)人: | 华中科技大学 |
主分类号: | G06F12/122 | 分类号: | G06F12/122;G06F12/123;G06F12/0897 |
代理公司: | 华中科技大学专利中心 42201 | 代理人: | 李智 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 mlc stt ram 能耗 特性 缓存 替换 方法 设备 | ||
1.一种基于MLC STT-RAM的能耗特性的缓存替换方法,其特征在于,所述MLC STT-RAM作为系统主存,所述方法包括:
在末级缓存中发生缓存替换时,根据预设的N种缓存替换算法分别计算所述末级缓存中各缓存块的N个指标,分别记为对应缓存块的第一个指标、第二个指标……第N个指标,并分别预估各缓存块中的数据下刷回所述主存产生的回写能耗,作为对应缓存块的第N+1个指标;
对各缓存块的N+1个指标进行综合评判,以选取被淘汰的缓存块,作为目标缓存块,包括:
(S1)利用缓存块的N+1个指标构建指标集U={u1,u2,……uN+1},ui表示第i个指标,i∈{1,2,……N+1};
(S2)构建评判集V={v1,v2,……vM},vj表示第j个评判等级,评判等级越高,评判对象被淘汰的概率越大,j∈{1,2,……M},M为正整数;将每一个指标的最大值与最小值之间的范围划分为M个区间,所述M个区间与M个评判等级一一对应;
(S3)以缓存块为评判对象,进行单因素模糊评判,得到评判矩阵R;所述评判矩阵R中,第i行第j列元素表示评判对象的第i个指标被评判为第j个评判等级的比例;
(S4)根据预设的指标权重W={w1,w2,……wN+1},建立模糊评判模型,进行综合评判;所述模糊评判模型为:wi表示第i个指标的权重,用于反映第i个指标的重要程度,所有权重之和为1且wN+1大于其他权重;表示模糊运算算子;B表示综合评价向量,用于描述评判对象的综合性能;
(S5)将所述综合评价向量B归一化,得到评判对象被评判为各个等级的比例;
(S6)将各评判对象中,最高评判等级的比例最大的评判对象所对应的缓存块,选取为被淘汰的缓存块;
其中,N为大于等于1的整数;所述N种缓存替换算法中,各缓存替换算法均根据单一的指标选取被淘汰的缓存块,且不同缓存替换算法的指标不同。
2.如权利要求1所述的基于MLC STT-RAM的能耗特性的缓存替换方法,其特征在于,预估各缓存块中的数据下刷回所述主存产生的回写能耗时,假设所述主存中当前的数据均为0。
3.如权利要求2所述的基于MLC STT-RAM的能耗特性的缓存替换方法,其特征在于,预估缓存块回写能耗的公式如下:
Epredict=num00*0+num01*1.9+num10*5.1+num11*3.2;
其中,Epredict表示预估的回写能耗,num00、num01、num10和num11分别表示缓存块中存储00、01、10和11的存储单元数量。
4.如权利要求1所述的基于MLC STT-RAM的能耗特性的缓存替换方法,其特征在于,所述N种缓存替换算法为最近最久未使用算法和/或最近最少使用算法。
5.如权利要求1-4任一项所述的基于MLC STT-RAM的能耗特性的缓存替换方法,其特征在于,还包括:若所述目标缓存块为脏数据块,则将所述目标缓存块下刷至所述主存。
6.如权利要求1-4任一项所述的基于MLC STT-RAM的能耗特性的缓存替换方法,其特征在于,还包括:当所述末级缓存之上的缓存发生替换时,利用所述N种缓存替换算法中的一种缓存替换算法选取被淘汰的缓存块。
7.一种基于MLC STT-RAM的能耗特性的缓存替换设备,其特征在于,所述MLC STT-RAM作为系统主存,所述设备包括:N个指标计算模块、1个能耗预估模块以及一个评判模块;
所述N个指标计算模块,分别用于在末级缓存中发生缓存替换时,根据预设的N种缓存替换算法分别计算所述末级缓存中各缓存块的N个指标,分别记为对应缓存块的第一个指标、第二个指标……第N个指标;
所述能耗预估模块,用于在末级缓存中发生缓存替换时,分别预估各缓存块中的数据下刷回所述主存产生的回写能耗,作为对应缓存块的第N+1个指标;
所述评判模块,用于对各缓存块的N+1个指标进行综合评判,以选取被淘汰的缓存块,作为目标缓存块,包括:
(S1)利用缓存块的N+1个指标构建指标集U={u1,u2,……uN+1},ui表示第i个指标,i∈{1,2,……N+1};
(S2)构建评判集V={v1,v2,……vM},vj表示第j个评判等级,评判等级越高,评判对象被淘汰的概率越大,j∈{1,2,……M},M为正整数;将每一个指标的最大值与最小值之间的范围划分为M个区间,所述M个区间与M个评判等级一一对应;
(S3)以缓存块为评判对象,进行单因素模糊评判,得到评判矩阵R;所述评判矩阵R中,第i行第j列元素表示评判对象的第i个指标被评判为第j个评判等级的比例;
(S4)根据预设的指标权重W={w1,w2,……wN+1},建立模糊评判模型,进行综合评判;所述模糊评判模型为:wi表示第i个指标的权重,用于反映第i个指标的重要程度,所有权重之和为1且wN+1大于其他权重;表示模糊运算算子;B表示综合评价向量,用于描述评判对象的综合性能;
(S5)将所述综合评价向量B归一化,得到评判对象被评判为各个等级的比例;
(S6)将各评判对象中,最高评判等级的比例最大的评判对象所对应的缓存块,选取为被淘汰的缓存块;
其中,N为大于等于1的整数;所述N种缓存替换算法中,各缓存替换算法均根据单一的指标选取被淘汰的缓存块,且不同缓存替换算法的指标不同。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011307513.9/1.html,转载请声明来源钻瓜专利网。