수퍼스칼라를 위한 이중 적응형 다중 분기 예측법에 대한 연구 = An Enhanced Two - Level Adaptive Multiple Branch Prediction for Superscalar Processors

국문 초록 (Abstract)

본 논문에서는 주 어드레스 단위 분기 히스토리 (per-primary address history scheme)를 사용하는 이중 적응형 다중 분기 예측법(two-level adaptive multiple branch prediction)에 대한 연구를 수행하였다. 이 방식에서는 하드웨어에 대한 공유를 줄여서 기존의 전역 히스토리 방식의 단점인 간섭 현상을 극복할 수 있다. 또한 매 싸이클마다 예측되는 분기 명령어들은 같은 분기군 내에서 선행하는 분기 예측에 대하여 비종속적으로 얻어진다. 실험 결과에 의하면 주 어드레스 단위 히스토리 방식은 같은 하드웨어 비용을 목표로 할 경우에 기존의 방식보다 더 높은 예측 정확도를 나타낸다. 두 개의 분기명령어를 동시에 예측할 때, 정수형 벤치마크에 대한 평균 예측 정확도는 92.0%에서 96.9% 사이의 값을, 실수형 벤치마크의 경우에는 94.8%에서 95.8% 사이의 값을 나타낸다.

목차 (Table of Contents)

• 요약
• 1. 서론
• 2. 배경
• 3. 주 어드레스 단위 히스토리 방식을 이용한 다중 분기 예측법
• 4. 모의 실험 환경
• 5. 모의 실험 결과 및 분석
• 6. 결론
• 참고 문헌