位置:成果数据库 > 期刊 > 期刊详情页
面向低功耗的多核处理器Cache设计方法
  • ISSN号:1001-9081
  • 期刊名称:计算机应用
  • 时间:2013.9.1
  • 页码:2404-2409
  • 分类:TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]北京工业大学计算机学院,北京100124
  • 相关基金:国家自然科学基金资助项目(61202076);北京市教委科技计划项目(KM201210005022).
  • 相关项目:面向共享Cache多核处理器的低功耗关键技术研究
中文摘要:

针对多核处理器下的共享二级缓存(L2Cache)提出了一种面向低功耗的Cache设计方案(LPD)。在LPD方案中,分别通过低功耗的共享Cache混合划分算法(LPHP)、可重构Cache算法(CRA)和基于Cache划分的路预测算法(WPP—12)来达到降低Cache功耗的目的,同时保证系统的性能良好。在LPHP和CRA中,程序运行时动态地关闭Cache中空闲的Cache列,节省了对空闲列的访问功耗。在WPP.12中,利用路预测技术在Cache访问前给出预测路信息,预测命中时则可用最短的访问延时和最少的访问功耗完成Cache访问;预测失效时,则结合Cache划分策略,降低由路预测失效导致的额外功耗开销。通过SPEC2000测试程序验证,与传统使用最近最少使用(LRU)替换策略的共享12Cache相比,本方案提出的三种算法虽然对程序执行时间稍有影响,但分别节省了20.5%、17%和64.6%的平均L2Cache访问功耗,甚至还提高了系统吞吐率。实验表明,所提方法在保持系统性能的同时可以显著降低多核处理器的功耗。

英文摘要:

This paper proposed a Low-Power oriented cache Design (LPD) of Level 2 (L2) cache for multi-core processors. LPD considered three different ways to reduce the power consumption while promising the best performance: Low Power oriented Hybrid cache Partition algorithm (LPHP), Cache Reconfiguration Algorithm (CRA), and Way-Prediction based on L2 cache Partition algorithm (WPP-L2). LPHP and CRA closed the columns that were not in use dynamically. WPP-L2 predicted one appropriate way before cache accesses, which could save the access time, so as to save power. These three methods of LPD saved power consumption by 20.5%, 17% and 64.6% on average over the traditional Least Recently Used (LRU) strategy with improvement of the throughput and little influence on the runtime of programs. The experimental results show that this method can reduce the power of multi-core processors significantly and maintain the system performance.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术协会
  • 主办单位:四川省计算机学会中国科学院成都分院
  • 主编:张景中
  • 地址:成都市人民南路四段九号科分院计算所
  • 邮编:610041
  • 邮箱:xzh@joca.cn
  • 电话:028-85224283
  • 国际标准刊号:ISSN:1001-9081
  • 国内统一刊号:ISSN:51-1307/TP
  • 邮发代号:62-110
  • 获奖情况:
  • 全国优秀科技期刊一等奖,国家期刊奖提名奖,中国期刊方阵双奖期刊,中文核心期刊,中国科技核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:53679