رويكري جديد در وزن‌دهي بيت‌هاي تاريخچه انشعاب در پردازنده‌هاي پايپ‌لاين

A New Approach to Weighting Branch History Bits on PipeLine Processors

يكي از راهكارهاي ارائه‌ شده براي مخاطرات‌كنترلي پايپ‌لاين در پردازندهها، پيش‌بيني مي‌باشد. پيش‌بيني نتيجه‌ي دستورالعمل‌هايي كه مي‌توانند جريان اجراي دستورات را در يك برنامه تغيير دهند از اهميت بالايي برخوردار است زيرا پيش‌بيني درست نتيجه‌ي انشعاب، تاثير بسزايي در كارايي پردازنده‌ها دارد. عملكرد پيش‌بيني انشعاب به دقت‌پيش‌بيني و هزينه‌پيش‌بيني‌اشتباه بستگي دارد، در اين مقاله براساس برچسب‌گذاري و وزن‌دهي به بيت‌هاي تاريخچه انشعاب و با استفاده از الگوريتم شبكه عصبي كه منجر به پيش‌بيني دقيق‌تر مي‌گردد، وضعيت آتي دستور انشعاب را با دقت بالا پيش‌بيني خواهيم كرد. براساس نتيجه بدست آمده در بين 5 بيت تاريخچه و باتوجه به اينكه افزايش تعداد بيت‌هاي تاريخچه براي سيستم هزينه در بر خواهد داشت لذا براي رسيدن به پيش‌بيني با درصد درستي بالا، بهترين حالت تعداد 4 بيت براي نگهداري تاريخچه انشعاب‌ها معرفي مي‌گردد.

One of the solutions offered for control hazard in pipeline processors is Prediction. It is important to predict the result of instructions that can change the flow of commands in a program because the correct prediction of the branching result has a significant effect on the performance of the processors. The prediction of branching depends on accuracy of prediction and the cost of the wrong prediction. In this paper, based on labeling and weighting of history bits and using the neural network algorithm that leads to more accurate prediction, we will predict the future state of the branching instruction with high precision. Based on the result obtained between the 5 bits of history and the increase in the number of bits of history for the system will cost, Therefore, in order to achieve the prediction with a high percentage, the best 4-bit mode is introduced to maintain the history of the branching.