循环展开及指令调度

实验项

循功展开及指令调度

目

名称

实验1.加深对循环级并行性、指令调度技术、循环展开技术以及寄存器换名技术的理解；

目的及2.熟悉用指令调度技术来解决流水线中的数据相关的方法；

要求3.了解循环展开、指令调度等技术对CPU性能的改进。

实验（1）I.用指令调度技术解决流水线中的结构相关与数据相关

内容（2）用MIPS汇编语言编写代码文件*§程序中应包括数据相关与结构相关（假设：加

法、乘法、除法部件各有2个，延迟时间都是3个时钟周期）

（3）通过Configuration菜单中的^Floatingpointstagesw选项，把加法、乘法、除法

部件的个数设置为2个，把延迟都设置为3个时钟周期；

（4）用winMIPS64运行程序。记录程序执行过程中各种相关发生的次数、发生相关的

指令组合，以及程序执行的总时钟周期数：

（5）采用指令调度技术对程序进行指令调度，消除相关；

（6）用winMIPS64运行调度后的程序，观察程序在流水线中的执行情况，记录程序执

行的总时钟周期数；

根据记录结果，比较调度前和调度后的性能。论述指令调度对于提高CPU性能的意义。

（1）2.用循环展开、寄存器换名以及指令调度提高性能

（2）用MIPS汇编语言编写代码文件*.s,程序中包含一个循环次数为4的整数倍的简

单循环；

（3）用winMIPS64运行该程序。记录执行过程中各种相关发生的次数以及程序执行的

总时钟周期数；

（4）将循环展开3次，将4个循环体组成的代码代替原来的循环体，并对程序做相应的

修改。然后对新的循环体进行寄存器换名和指令调度；

（5）用winMIPS64运行修改后的程序，记录执行过程中各种相关发生的次数以及程序

执行的总时钟周期数；

根据记录结果，比较循环展开、指令调度前后的性能。

1.用指令调度技术解决流水线中的结构相关与数据相关

1）代码：

divff2,f5,f6

divffl,f2,f6

divff3,fi,f5

divffO,f4,f7

addffl4,fO,f6

实验步addffl5,f5,f7

骤muitff20,f4,f6

multff21,f5,f7

2）设置运算部件个数以及运算时钟周期数

FloatingPointStageConfigura...

Count:Delay:

AdditionUnits:e

MultiplicationUnits:2

DivisionUnits:2

图i

。ClockCycleDx“raa

FdpniQ

c^nzni

c^tzni

2

(S4OJ1/5

gffUJOJS

gfnmn

i⑶乂JS

图2.Pipeline图

以下为出现的数据相关

由于只有两个除法部件，所以出现了功能部件的冲突。总的执行周期是38指令调度后代码:

将无关指令放在一起执行，相关指令分开尽量避免数据相关

divff2,f5.f6

multff20,f4,f6

multff21,f5,f7

divffl,f2,f6

addffl5,f5,f7

divffi,fkf5

addffl4,fO,f6

NClockCys&vt&Mi

0

mari

—ar:

ww*JD

VUUHMH

图5.Pipeline图

X

Total:

35Cycle(s)executed.

IDexecutedby26Instruction⑸.

2Instruction(s)currentlyinPipeline.

Hardwareconfiguiraition:

Memorysize:32768Bytes

faddEX-Stages:2,requiredCycles:3

fmulEX-Stages:2,requiredCycles:3

fdivEX-Stages:2,requiredCycles:3

Forwardingenabled.

StalIs:

RAWstalls:318.57%ofallCycles),thereof:

LDstalls:010.00»ofRAWstalls)

8ranchZJumpsfalls'0(0erfRAWstalls)

Floatingpointstalls:3(10000^ofRAWstalls)

WAWstalls:0(0.00^»ofallCycles)

Structuralstalls:0(0.00%ofallCycles)

Controlstalls:0(0.00^ofallCycles)

Trapstalls:7(2000^ofallCycles)

Total:10Stall⑸(2857NofallCycles)

Conditionai1Biramches):

Total:0(0.00^ofallInstructions),thereof:

taken:0(0.00^ofallcondBranches)

nottaken:0(O.OOz^ofallcond.Branches)

图6.Statistics图

总执行时钟周期为35个。

指令调度后，数据相关减少了，总时钟周期数减少了，效能提高了。调度前的时钟周期数为

38,调度后的时钟周期数减少为35,加速比=38/35=1.08

2.用循环展开、寄存器换名以及指令调度提高性能

带循环指令

代码：求四个1相加的和，结果存在r2中

.text

.globalmain

main:addirl,rO,#4

addir2,rO,#0

Loop:sgtr3,rl,rO

bnezr3,Subl

trap0Subl:

addir2,r2,#1

subirl,rl,#1

jLoop

结果：总时钟周期是42个，5rawstalls,循环了4次，结果

r2=4

IKAJi-OxOOOCOUC

(VOockCyd«

1R-0x20420001

oxaoocwuo

Inmjdow/CycbtAHI・OxOOOCOOOO

B-OxOOOCOOOO

OxOOOCOOOO

8TA-OiOOOCOOOO

■ILEDALU-OxQOOCOOOO

ALUMI-OxOOOCOOUO

yMFPSR-OxOOOCOOOO

OxODOCOOOO

SDR-0mMe0000

SXfOil-OkOOOCPUQO

aAiil/V.OklLDR,OxODOCQOOO

LI«<I«Ox330COOOO

|L«POxODOCQOOO

QMOOOCOOOO

Z

UxUJQCWOO

"如1川DxQOOCOOQO

DxOOOCOOOO

tms,159

Tot«l

FX

©3d>256~ctEi】

2cwwiljFnP^ifinv

Hardvarccom!igur«tice

UdcFX-StagH1requmjC>cbc?

iaufX$M0»t1.CyOtot5

kMX5即ieBCwtei13

ForwoR>^crated

Stella后r，r

SIHtttcf^CfdHlIhsecf

92Qeootgw…

J"i"lOOgaRA^…

r»-Af—rsa>>>i-4-*

图7

循环展开：

代码：

.text

.globalmain

main:

addiikr0,#4

addir2,r(),#()

addir2,r2.#1

subirl,rl,#l

addir2,r2,#l

subirl,rl,#l

addi22#I

subirl,rl,#l

addir2,r2,#l

subirl,rl,#l

trap0

结果：总时钟周期是15个,0rawstalls,执行了4次,结果r2=4

XJUkK*UXUUUUU1ZC

0x00000000

0x00000000

ln»huc*oi»»/C>c*MAKI-0x00000000

B・0x00000000

皿

i2iO(hOBK1-0x00000000

BTi-0x03000000

Mr2j2Q>1ALU-0x09000000

ALUKI-OxOOOOOOOO

(ubif1j1.0KlFPSR-oxooooaooo

DKAR・0x00000000

血

r272Ai1I'，：■MJSDR-oxooooaooo

SORHI>OxOOOOOOOO

i，1，L0k1UIOKL；U>R・OxOQOQQOOO

LDRKT-OxOOOOaOQO

0x00000000

OxODOSOOC

•ubiUlOkl

R■■OxO3CC：CDC

血，212&10x00000000

-1□1doxoaoooooc

Tot，】

>T4P<M)15CycM»l«NVCsMd

IDmoMd》11kuiMcacr(i|

2lrt»*wc*q»<r|nRo>«trw□a

H«rdv«r«ccnfiguration:

32766BVM

UddEKSU0M1teqjiedCyciKZ

twUEX-S-m^IwQiMdC*dw5

t*«<XStagestrwxcdCjKbi19

Forwaw^enabled

Stalls

RAWil0|D00*daCydMl

•4.-AA*•一一•.■・

图8

原因的对比:

是因为LOOP指令执行完后会有一个nop指令的延迟。

addir2j20x1

zmaaFW1

subir1j1,0x1

iLoopIF

nopIF(aborted

图9

多Cache一致性:

实验目的

1.加深对多CACHE一致性的理解。

2.进一步掌握解决多CACHE一致性的目录协议和监听协议的基本思想。

3、掌握在各种情况下，目录协议和监听协议是如何工作的。给出进行操作的类

型以及CACHE决状态的变化情况

模拟器使用方法简介(目录式)

该模拟器模抵4个CPU(A.B.C.D)访存的工作过程。每个CPU中都有一

个Cache,该Cache包含有4个块，其块地址为0-3。分布式存储器中有32个块,

其块地址为0-31。每个块状态用色块表示，其中灰色为“无效”状态，淡青色为

“共享”状态，橘红色为“独占”。主存中块的状态由其右边的目录项的颜色

来表示，未缓冲状态由黄色来表示，其他两种状态同Cache块。

对于每一个CPU都可以指定所要进行的访问是读还是写（从列表中选），并在输入框

中输入所要访问的主存块号，然后用鼠标单击在其右边的标有“I”的按钮，模抵器就将开

始演示该访问的工作过程。

|___1...

多CuchQ一致性梗依器——目录法

5“加

图10

模拟器简介（监听协议）

该模拟器模抵4个CPU（A.B.C.D）访存的工作过程。每个CPU中都有一

个Cache,该Cache包含有4个块，其块地址为0-3。集中共享存储器中有32个

块，其块地址为0-31。每个块状态用色块表示，其中灰色为“无效”状态，淡青

色为“共享”状态，橘红色为“独占”。

对于每一个CPU都可以指定所要进行的访问是读还是写（从列表中选），并在输入框

中输入所要访问的主存块号，然后用鼠标单击在其右边的标有“I”的按钮，模抵器就将开

始演示该访问的工作过程。

二忙”

图11

实验步骤（目录协议）

对于以下访问序目录协议所进行的操作

1.读2不命中;3本地:向宿主结点发读不命中（A,6）消息；4.宿主：

CPUA读第6块把数据块送给本地结点；5.共享集合为：{A}

读；2.不命中;3.本地:向宿主结点发读不命中（B,6）消息;

CPUB读第6块4.宿主：把数据块发送给本地结点；5.共享集合为：{A}+{B}

4.宿主：把数据块发送给本地结点；5.共享集合为：{A}+{B}

A-4--|«Yt4^4471I4«、工ZAA-1-nf.Z,-|-1-=-M-A_.，▲、，c、

1.读；2.不命中；3.本地:向宿主结点发读不命中（D,6）消息；

CPUD读第6块4.宿主：把数据块发送给本地结点；5.共享集合为：{A,B）+{D}

4.宿主：把数据块发送给本地结点；5.共享集合为：{A,B}+{D}

44fn4-T314-<4/-^./，人.X*111.，八・l44-人、1一,▲.

1.写；2.命中；3.本地:向定主结点发写命中（

,6）消息，宿主：向远程结点A发作废（6）消息，宿主：向远程

CPUB写第6块

结点D发作废（6）消息：4.共享集合为：{B}

1读；2.不命中；3.本地:向宿主结点发读不命中（C,6）消息；

4.宿主：给远程结点发取数据块（6）的消息；5.远程：把数据块

CPUC读第6块

送给宿主结点；6.宿主：把数据块送给本地结点；7.共享集合为：

iRi-i-iri

1.写；2.不命中；3.本地:向宿主结点发写不命中（D,20）消息；4.宿

CPUD写第20块主：把数据块发送给本地结点；5.共享集合为：{D}

1.写；2.不命中；3.本地:向宿主结点发写不命中（A,20）消息；4