免费论文摘要：GPU平台下Cache模仿器加快的接洽与实行

高速缓存Cache本领在暂时的计划机体例中表现着越来越要害的效率，Cache安排的是非径直感化着计划机体例的完全本能。因为在开拓本钱、开拓周期和扩充性上面的上风，软硬件Cache模仿器仍旧变成评价Cache安排是非的要害本领，个中鉴于形迹启动（Trace-driven）的Cache模仿器运用最为普遍。保守的Trace-driven Cache模仿器常常是由CPU串行实行模仿操纵，但跟着Cache本领接洽的深刻，这种Cache串行模仿器仍旧不许满意科学接洽和本质运用的诉求。所以，经过变换保守的串行模仿办法来普及Trace-driven Cache模仿器的实行功效，对Cache体制构造的接洽和运用具备宏大意旨。正文经过对Trace-driven Cache模仿中的并行性以及GPU并行模子的个性举行接洽，实行了一个鉴于GPU-CUDA平台的单核单层Cache并行模仿器，比拟于保守的CPU串行模仿器，实行了较好的加快功效。舆论的重要处事囊括：1. CUDA并行模子与功夫并行算法的映照计划安排：对CUDA平台中的计划模子和保存模子举行领会，并贯串功夫并行算法，提出了CUDA并行模仿与功夫并行算法的映照安排计划，并鉴于映照计划安排和实行了鉴于GPU-CUDA的功夫并行Cache模仿器。2. 功夫并行算法的矫正：经过对功夫并行算法的中心思维和实行过程举行领会，创造功夫并行算法在Cache模仿中生存没辙获得精确的Tag末态，且生存Dirty状况丧失的题目，经过对题目爆发因为举行接洽，对功夫并行算法举行矫正，提出功夫并行Tag末态矫正算法和功夫并行Dirty状况丧失矫正算法，保护统计截止的精确性，并对功夫并行Tag末态矫正算法举行优化，普及了算法实行功效。3. GPU-CUDA平台下Cache模仿器的优化：贯串CUDA并行模子的特性，对功夫并行模仿器安排计划的并行本领举行领会，找到感化模仿器本能的成分，并辨别从保存空间、计划本领和因变量并行观点对模仿器举行优化，普及模仿器的本能。4. 单核双层Cache功夫并行模仿的预备性研究：对双层Cache模仿的特性举行领会，给出了功夫并行算法没辙运用于双层Cache模仿的因为，提出了双层Cache分层独力模仿算法，并鉴于此模仿算法给出双层Cache模仿的处置计划。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/203830.html