[发明专利]一种基于机器学习的有效指令窗口大小评估方法有效
| 申请号： | 201910846458.1 | 申请日： | 2019-09-06 |
| 公开（公告）号： | CN110750856B | 公开（公告）日： | 2023-06-06 |
| 发明（设计）人： | 凌明;赵彬 | 申请（专利权）人： | 东南大学;东南大学—无锡集成电路技术研究所 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06N3/0442;G06N3/0464;G06N3/08 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 熊玉玮 |
| 地址： | 214135 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于机器学习的有效指令窗口大小评估方法，属于计算机体系结构与建模领域。该方法以有效ROB作为因变量，并以该有效ROB所对应的193维微架构无关参数及6维硬件配置参数作为自变量，采用控制变量法设计出训练样本集，采用机器学习方法对有效指令窗口大小进行建模，并采用训练样本集训练模型以获得能够预测有效指令窗口大小的经验模型。本发明以有效指令窗口大小代替ROB窗口大小，从而提高CPI栈理论模型的精度。另外，本发明实现了对有效指令窗口大小的评估，也可以作为ROB大小选择的评估依据。 | ||
| 搜索关键词： | 一种 基于 机器 学习 有效 指令 窗口 大小 评估 方法 | ||
【主权项】：
1.一种基于机器学习的有效指令窗口大小评估方法，其特征在于：/n步骤S1：在ROB处于充满状态的各种硬件配置参数下，通过全功能时序精确型仿真获取目标程序部分执行时间内的执行流，并按照预先设定的指令数粒度将此执行流划分为固定长度的统计阶段，所述ROB处于充满状态的各种硬件配置参数是采用实验法获得；/n步骤S2：采用全功能时序精确型仿真获取当前软件负载中每一个统计阶段的微架构无关参数、硬件配置参数以及有效ROB信息，每一个统计阶段的微架构无关参数、硬件配置参数以及有效ROB信息构成一组训练样本，以有效ROB信息作为因变量，并以该有效ROB所对应的193维微架构无关参数及6维硬件配置参数为自变量，采用控制变量法设计出训练样本集；/n步骤S3：采用机器学习方法构建以训练样本集为输入、以有效指令窗口大小为输出的模型，并采用训练样本集训练该模型以获得能够预测有效指令窗口大小的经验模型；/n步骤S4：利用指令级模拟器运行目标程序并提取目标程序的微架构无关参数；/n步骤S5：目标程序中，不同的硬件配置参数下，将步骤S4所获得的目标程序微架构无关参数导入步骤S3所获得的有效指令窗口大小的经验模型，对目标程序的有效指令窗口大小进行预测和评估。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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东南大学;东南大学—无锡集成电路技术研究所，未经东南大学;东南大学—无锡集成电路技术研究所许可，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/patent/201910846458.1/，转载请声明来源钻瓜专利网。
