-
公开(公告)号:CN115686639A
公开(公告)日:2023-02-03
申请号:CN202211290962.6
申请日:2022-10-21
Applicant: 中国科学院计算技术研究所
IPC: G06F9/38
Abstract: 本发明提供了一种应用于处理器的分支预测方法以及分支预测器,该分支预测方法包括:获取TAGE预测器对分支指令进行分支预测的第一中间参数以及第一预测值;获取GEHL预测器对所述分支指令进行分支预测的第二中间参数以及第二预测值;利用预设的组合预测器根据所述分支指令对应的PC值、第一中间参数、第一预测值、第二中间参数以及第二预测值中的指定比特位按照预定的规则重组确定多个子索引,并基于重组的多个子索引确定对应的第三预测值以及第三预测值的置信度;根据所述分支指令对应的PC值、第三预测值以及第三预测值的置信度生成查询索引,利用所述查询索引从预定的模式历史表中确定分支指令对应的最终预测值,从而提升分支预测的精度和处理器效率。
-
公开(公告)号:CN115390923A
公开(公告)日:2022-11-25
申请号:CN202210843537.9
申请日:2022-07-18
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于多模式的SIMD应用高效执行方法和系统,包括:一种能灵活控制SIMD部件运行在不同粒度的SIMD部件架构,使得SIMD部件可以在不同的应用,以及同应用但不同规模等场景下保持高效的利用率。以及与之相配套的搜寻应用最佳粒度并生成应用在对应粒度下的映射方案的方法,以充分发挥多模式SIMD部件的能力。这种多模式SIMD部件能够应用于多种类型的芯片当中。
-
公开(公告)号:CN116303226A
公开(公告)日:2023-06-23
申请号:CN202310159302.2
申请日:2023-02-14
Applicant: 中国科学院计算技术研究所
IPC: G06F15/78
Abstract: 本发明提出一种粗粒度可重构阵列数据流处理器的高效执行方法和系统,包括:待执行程序的有向数据流图中节点为代码段,连线为节点间依赖关系;粗粒度可重构阵列数据流处理器的PE从全局缓存中加载每个节点的配置信息、操作指令和操作数;调度前继依赖已满足的节点作为当前节点开始执行,并将当前节点的代码段分为多个执行阶段;调度当前节点的下个循环开始执行,执行时监测当前节点的下个阶段对应的粗粒度可重构阵列数据流处理器部件已经空闲,则当前节点进入下一个执行阶段,并用粗粒度可重构阵列数据流处理器部件执行其下一个执行阶段;运行完有向数据流图中所有节点的循环后,从粗粒度可重构阵列数据流处理器的全局缓存中输出当前运行结果。
-
公开(公告)号:CN115202666A
公开(公告)日:2022-10-18
申请号:CN202210717973.1
申请日:2022-06-23
Applicant: 中国科学院计算技术研究所
IPC: G06F8/41
Abstract: 本发明提出一种数据流架构优化方法、装置、电子设备,所述方法包括:构建表征粗粒度可重构阵列架构的有向数据流图;确定所述有向数据流图中的关键路径,作为初始关键路径;对所述初始关键路径上的所有节点判断是否需要优化;识别出所述初始关键路径上需要优化的节点进行优化。该方法保证了粗粒度数据流图中的各个节点之间的平衡,使得各个节点占用的执行时间相近,进一步提高了CGRA中PE的利用率提高,进而实现了粗粒度可重构阵列CGRA数据流架构的优化。
-
-
-