沙子岩
- 作品数：5 被引量：3H指数：1
- 供职机构：浙江大学更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于神经网络的处理器分支预测技术研究
- 随着应用对处理器性能需求日益提高，超标量和深流水线已经成为当前嵌入式处理器的主流技术。但程序中普遍存在的条件分支是破坏超标量和深流水线连续运行的主要原因，由条件分支指令造成的流水线性能损失已经成为制约处理器性能提升的主要...
- 沙子岩
- 关键词：神经网络嵌入式处理器分支预测器
- 文献传递
- 降低函数调用分支别名的神经网络预测器被引量：1
- 2010年
- 通过对程序调用过程中分支预测空间特性的分析,发现传统神经网络算法在不同函数调用相同子函数时容易出现别名效应,进而提出了一种基于子函数权重索引离散的神经网络分支预测器。该预测器通过调用信息堆栈记录函数调用中的父函数的路径信息,并用该信息离散子函数权重索引,有效降低了由于不同父函数调用相同子函数造成的别名效应。实验结果显示,基于该方法的神经网络分支预测器的预测错误率降低1%～10%。
- 沙子岩孟建熠严晓浪葛海通
- 关键词：神经网络
- 协处理器指令集的扩展装置
- 一种协处理器指令集的扩展装置，在与所述协处理器连接的主处理器的指令集内包括：用于产生协处理器指令码的立即数产生指令，以及用于实现所述协处理器指令码从主处理器通用寄存器到协处理器指令寄存器的装载的协处理器指令码装载指令；处...
- 孟建熠严晓浪葛海通沙子岩
- 文献传递
- 基于神经网络的重构指令预取机制及其可扩展架构被引量：2
- 2012年
- 针对动态可重构处理器的配置信息加载延时,提出了一种基于神经网络的可扩展的重构指令预取机制.增加感受器的历史指令信息,并结合感受器权重构建新型的感受器模型,通过权重与历史指令信息的协同训练学习重构指令调用规律.在处理器运行过程中,提前完成对后续重构指令的预测及配置信息的预取,隐藏指令重构成本.进一步提出了本方法的可扩展实现框架,神经网络的学习结果作为重构指令的关联信息,被移至内存并分布式存储.在重构指令预取时,完成对神经网络学习信息的加载.实验结果表明,该方法对重构指令的预测准确率达91%,综合性能平均提升40%.
- 陈志坚孟建熠严晓浪沙子岩
- 关键词：可重构处理器
- 一种协处理器指令集的扩展方法
- 一种协处理器指令集的扩展装置，在与所述协处理器连接的主处理器的指令集内包括：用于产生协处理器指令码的立即数产生指令，以及用于实现所述协处理器指令码从主处理器通用寄存器到协处理器指令寄存器的装载的协处理器指令码装载指令；处...
- 孟建熠严晓浪葛海通沙子岩沈秀红杨婷李晓明段凌宵陈亮梁静
- 文献传递
