【文件属性】：
文件名称：面向程序访存特征的存储优化技术研究
文件大小：2.56MB
文件格式：PDF
更新时间：2016-06-28 08:22:33
性能优化 访存特性 GPU 硕士论文
性能的提高一直是计算机研究人员孜孜不倦追求的目标。随着大规模集成电
路的发展，处理器的计算能力飞速提高。计算机性能提高的瓶颈由计算转变为存
储。存储性能是程序访存特征和特定的存储结构共同作用的结果。程序访存特征
的研究一直伴随着处理器的发展，为存储结构提供发展方向。
针对Cache结构不区分程序数据和主存物理实现一维连续的特征，本文选取
具有典型访存特征的应用程序，通过分析访存特征给出合理的存储优化方案：
1) 在共享Cache存储体系结构中，利用Simics+GEMS体系结构模拟器，分析
基于PostgreSQL数据库在线事务处理不同数据集的访存特征，建立数据分类模型，
将数据集划分为放弃型、保护型和*竞争型三类；然后提出一种软件协同的半
透明共享Cache结构区分对待三类数据集，实验结果证明Cache失效率最高下降
率为12%。
2) 针对矩阵行列访问二维连续的特征和DRAM存储一维连续的特性，提出一
种针对行列交替访问的优化方案——窗口访问，并证明了最优窗口原理，利用可
重构实验平台实现窗口访问存储控制器，实验证明矩阵行列交替访问的存储性能
提高可达73.6%，一维FFT并行算法性能可提高45.1%。
3) 基于窗口访问原理，指导CPU和GPU上矩阵数据的布局，优化矩阵行列
交替访问程序，实验证明CPU中矩阵行列交替访问的存储性能最大提高58.4%，
并实现窗口访问和FFTW结合的一维FFT并行算法，与FFTW相比计算性能提高
可达7%；分析CUDA编程框架和相应GPU的结构特点，将窗口原理应用到GPU
中以warp为单位的访存过程上，实验表明矩阵行列交替访问的存储性能提高了1
倍。