计算机工程与科学

作者：郑伟巍, 郑重, 陈微, 陆洪毅

单位：国防科技大学计算机学院, 湖南 长沙 410073

关键词：分支预测,TAGE,神经网络,感知机,CNN模型,

随着处理器性能需求的不断增长，超标量和深度流水线技术被广泛应用于现代微处理器中，从而提升指令执行的并行性。然而，程序中的条件分支指令对流水线的连续执行构成了挑战，限制了指令并行执行的能力。为解决这一控制冒险问题，分支预测技术应运而生，其核心在于预先推测分支指令的跳转方向和地址，进而最小化因分支指令引起的流水线停顿延迟。基于统一的性能评估框架，对比分析了当前主流的基于TAGE的分支预测器和基于神经网络的分支预测器。实验结果表明，不同分支预测器对特定轨迹存在不同的偏好性，融合多种预测机制或可以进一步挖掘预测潜能。同时，执行任务上下文对分支预测性能的影响不容忽视，特别是在多进程环境中。此外，实验还发现当前CNN预测器在处理复杂分支时的性能不稳定，整体表现未能超越基准TAGE-SC-L预测器，仍需继续优化。

来源：2025年第8期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2025年第8期