A Simulação de Arquitetura

Simulação de benchmarks para análise de desempenho de arquiteturas usando a ferramenta Simple Scalar

Resumo: A ferramenta Simple Scalar permite configurar parâmetros para análise de desempenho de arquiteturas. Neste trabalho foram realizadas simulações cujas consideravam dimensionamento de largura de pipeline, quantidade de unidades funcionais e algoritmos de previsão de desvio.

1. Introdução

As simulações realizadas complementam os tópicos abordados em sala de aula, ratificando as discussões sobre dimensionamento de arquiteturas, tais como limites de vantagem a partir da análise de custo energético versus desempenho.

1. Simulações considerando largura do Pipeline

Simulação com largura de pipeline variando para dois Benchmarks Para esta simulação foram utilizados os benchmarks LI_3 E GCC_4. Para realizar os testes a ferramenta permite que sejam configurados os seguintes parâmetros: fech: ifqsize, decode: width, ruu: size, commit: width, res: ialu, res: imult, res: fpalu, res: fpmulti.

Foram realizadas 6 simulações diferentes: Considerando 3 larguras de pipeline: 1, 4 e 8; além disso para cada largura fora também simulada com 2 versões: instruções executando em ordem e fora de ordem. A partir dessa entrada observou-se a resposta do desempenho a partir do número de ciclos necessários para conclusão do teste e também a medida de Ciclos por instrução. Os resultados obtidos seguem na Tabela 1.

	Pipeline com largura 1	Pipeline com largura 4	Pipeline com largura 8
In-order	Out-of-order	In-order	Out-of-order	In-order	Out-of-order
Ciclos	291529247	281793992	240656053	135095884	243573788	10942760
CPI	1.5904	1.5370	1.3129	0.7370	1.3288	0.5969

Tabela 1. Valores encontrados na primeira simulação.

1. Discussão dos resultados

Uma arquitetura que execute mais instruções por ciclos tem melhor desempenho, pois podemos concluir que a mesma possui melhor ILP (Instruction level Parallelism), ou seja, ele executa mais operações solicitando menos ciclos, o que resulta no ganho de tempo e consequentemente de desempenho. Uma arquitetura que tem baixo CPI (Ciclos por instrução) é mais eficiente em relação a uma de CPI maior.

Observando os valores obtidos para a mesma largura de Pipeline, com largura em ordem e fora de ordem, pode-se concluir que existe ganho tanto em CPI quanto em número de ciclos, o que é bastante intuitivo, pois se o processamento consegue executar mais instruções por ciclos o impacto reflete de modo diretamente proporcional no número de ciclos necessários para executar todo o conjunto.

O Pipeline possui a fragilidade de conflitos, e com isso a execução em ordem pode exigir que sejam realizadas paradas até que as unidades funcionais entreguem os valores atualizados para os registradores. Quando ocorre a parada, perde-se, pelo menos, um ciclo aguardando a atualização dos valores para que a próxima instrução seja executada (caso exista uma dependência entre as instruções); com a execução fora de ordem é permitido que as instruções que não possuem dependências comecem a ser executadas antes, gerando como resposta a redução de paradas do Pipeline.

Os resultados também demonstram que quanto maior a largura do Pipeline, maior o ganho de desempenho na execução fora de ordem.

1. Simulações considerando Desvios para conflitos de controle

Os benchmarks foram simulados com 4 previsores diferentes, taken, not taken, bimodal e perfect. Os resultados obtidos estão na tabela a seguir:

	NOT TAKEN	TAKEN	BIMODAL
CPI	+0,60091	+0.5624	-0.9825

Tabela 2. Ganhos de CPI em relação ao previsor perfeito.

[pic 1]

Gráfico 1. Relação do CPI com os previsores de desvio empregados.

O previsor bimodal funciona com dois bits, com um contador que vai de 0 a 3. Caso esteja maior ou igual a dois o desvio é predito tomado, se menor é predito como não tomado.