基于聚类抽样的访存特征分析方法
大数据时代的来临,使得内存系统越来越成为制约系统整体性能的瓶颈,如何利用访存序列分析程序的访存特征已经成为内存系统结果研究的热点.针对完整访存序列数据量过大的问题,需要一种快速准确的访存特征分析方法.本文提出一种基于聚类抽样的访存特征分析方法EMAT(Exti-acting representativeMelnoryAccessTrace).在EMAT中,使用由体系结构相关性能指标构成的基本性能计数向量BPCV(BasicPerformance Count Vector)反映相应访存序列片段的访存行为,根据基本性能计数向量的聚类结果找出程序的访存特征.最后使用EMAT方法分析了SPEC CPU2006和PARSEC3.0(含splash2x)中标准测试程序的访存特征,实验结果显示EMAT方法可以快速有效的找出程序的访存特征.
内存系统 访存特征 分析方法 聚类抽样
查中彬 崔泽汉 黄永兵 陈荔城 包云岗 陈明宇
中国科学院计算技术研究所计算机体系结构国家重点实验室,北京市100190;中国科学院大学,北京市100190 中国科学院计算技术研究所计算机体系结构国家重点实验室,北京市100190
国内会议
桂林
中文
279-286
2013-10-29（万方平台首次上网日期，不代表论文的发表时间）