CRAY-1向量流水处理部分

本文主要是介绍CRAY-1向量流水处理部分，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

向量流水线

可并行
- 数据独立
- 操作类型不相同
可链接
- 操作数直接传入到下一条指令

这里我们复习一下，CRAY-1向量流水处理部分的相关知识点：
CRAY-1启动访存、把元素送往功能部件及结果存入Vi都需要1拍的传送延迟。
CRAY-1访存流水线的建立需要6拍，另外浮加6拍，浮乘7拍。
这些书上都有记载，都记在了犄角旮旯，系统结构的难度绝对是被这本教材拉上去的。

例题的巩固
ps:这个真题是哪年的，这图实在太糊了

（1）1、2、3串行执行需要多少拍？
第一条向量指令，V3<–存储器:
1拍启动访存+6拍访存+1拍访存结果存入V3，第一个结果分量就出来了，之后每过一拍就可以出一个结果，向量长度为N,全部出来要N-1拍。
结果分量1：(1+6+1）+N-1

第二条向量指令，V2<–V0+V1:
1拍送浮加+6拍浮加+1拍访存结果存入V2。
结果分量2：(1+6+1)+N-1

第三条向量指令，V4=V2 X V3
1拍送浮乘+7拍浮乘+1拍访存结果存入V4。
结果分量3：(1+7+1)+N-1
最终结果:
【(1+6+1)+N-1】+【(1+6+1)+N-1】+【(1+7+1)+N-1】=3N+22 拍

（2）1、2并行执行后，再执行3？
前两条并行执行，所以只用一个(1+6+1)+N-1的时间
最终结果:【(1+6+1)+N-1】+【(1+7+1)+N-1】=2N+15 拍

（3）采用链接技术？
链接技术，书上也有提及，如下图所示：

换个图更明白

访存和浮加并行，第一个V2分量和V3分量出来之后，不等下面的向量分量结果全部出来，而是直接把这两个值送去浮乘。之后每过一拍就可以出一个结果，向量长度为N,全部出来要N-1拍。
最终结果:(1+6+1)+(1+7+1)+N-1=N+16拍
————————————————
版权声明：本文为CSDN博主「哑巴湖小水怪」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/changhuzichangchang/article/details/115523788

体系结构期末复习:

【计算机系统结构】2021期末复习考试重点大纲:https://blog.csdn.net/qq_46526828/article/details/118858843

计算机系统结构 | 期末复习总结学习笔记

计算机系统结构之重要知识点总结1: https://blog.csdn.net/qq_39382769/article/details/85241564

计算机系统结构复习总结: https://www.cnblogs.com/iforeverhz/p/16255934.html

计算机系统结构学习笔记(期末复习总结) https://blog.csdn.net/weixin_30894389/article/details/95053332

【计算机系统结构】期末考试备考复习宝典（必考考点–建议收藏）: https://blog.51cto.com/u_15270205/2991410

【计算机系统结构】期末考试备考复习宝典（搞定五十个必考名词解释）: https://blog.51cto.com/u_15270205/3003948

计算机系统结构期末知识点总结(最后一课): https://blog.csdn.net/Ws_zqw/article/details/122023561

【2017/6/9】期末复习之计算机系统结构资料:https://zhuanlan.zhihu.com/p/27327055

重点:

结合机器学习和深度学习的需求，体系结构应该怎么改变。
填空（1×20） cache主存层次，更新算法；并行；简单的计算。
问答题（第一讲——定性设计原则，不同类型存储系统构造或者存储系统）
计算类型题目（三至十）：

向量处理机链接技术；标量处理机流水线，时空图（forward），结构相关，数据相关，控制相关，时间计算，性能计算；

输入输出系统：中断优先级（两种做法），几种类型的通道，通道流量的计算，估算可能会有多少台设备挂入，哪些能哪些不能；

存储系统：基本存储层次，采用层次化方法目的，存储系统设计的时候的计算，计算效能更好，置换算法（堆栈型的替换算法，模拟，页面地址流（这次不会这样））；

指令系统：指令的组成，指令的基本格式设计，指令的优化（操作码，操作数），指令系统的优化（RISC），设计相应的指令格式。

第一章

正向计算:

计算总CPI: 各种指令的比例(各种指令的数量)+各种指令的CPI(各种指令的时钟周期)

计算MIPS: CPI+CPU时钟频率

计算MFOLPS: MIPS+一个浮点数操作需要的时钟周期数

计算总执行时间: 指令总数量+平均CPI+时钟频率

计算CPU性能: 通过总执行时间衡量

反向计算:
时钟周期=CPI

时钟频率=MIPS=总时间

指令比例=CPI

**问法: **

性能提高了多少? 计算加速比

哪个CPU执行更快?

相同机器: 比较CPI
不同机器: 比较指令执行总时间

第二章

指令 = 操作码 + 操作数

指令频率决定了操作码的设计

哈夫曼编码
- 编码长度计算
- 最优码长计算=信息熵
- 冗余度计算=1-哈夫曼长度/最优长度
- 2-x编码; 3-x编码
等长扩展编码
- 适用: 指令数量等比例增加, 如d:kd:2kd, 间隔为kd
- 核心: 保证前缀不重复
  - 实现: 前缀扩展/标志位扩展
- 4-8-12编码(等差数列编码)
  - 特性:
    - 等差数列编码出来的不同指令可以通过前缀扩展编码使得数量相同(例如下面的15/15/15)
    - 数量也可以通过扩展标记位按照倍数增长
  - 15/15/15: 思想就是使用1111作为前缀扩展编码, 避免了4位指令和8位指令前缀的重复
    - 变种: 如果操作码长度为4的指令条数为小于15, 且长度为8和12的质量数量相等. 三种长度的指令满足比例m:n:n, 则设长度为4的指令剩余x个地址, (15-x)/15x=m/n. 其中15-x指的是长度为4的指令个数, 这点很好理解. 难点是为什么分母的长度为8的指令个数是15x. 其实这点很简单, 那是因为对于剩余的x个地址, 我们都分别将其当做是前缀进行扩展, 每次扩展都能产生15条以其为前缀的地址.
  - 8/64/512: 思路就是使用扩展标识位标记每一段后续是否还有其他段, 每一段的长度是4, 第一位是标志位.
    - 变种: 根据频率最大指令的条数确定变种, 例如频率最大的指令只有4条, 则可以用3/6/9标记为扩展编码, 实现4/16/64编码. 0xx; 1xx 0xx; 1xx 1xx 0xx.
不等长扩展编码
- 数量不成比例
- 思路: 先根据频率最大的指令数量设计初始位数, 例如上面例题要包含10条指令就需要4位初始指令. 然后基于这4位指令中没有用完的质量继续扩展, 能够包含住下一种指令个数即可.
给出各种指令的数量和使用频率, 设计指令编码
- 首先根据数量估计出大致比例, 判断是否成比例
  - 成比例:
    - 套用15/15/15的前缀扩展编码
    - 套用8/16/512的标记位扩展编码
  - 不成比例:
    - 使用不等长扩展编码, 使得扩展长度后恰好可以包含指令数目即可.
- 使用频率最大的质量数量确定初始指令长度

操作数:

寄存器(位数由寄存器个数决定)
内存(位数由主存地址长度决定)
立即数

【指令设计题目的套路(正向)】：

指令格式: 操作数(哈夫曼/自己根据指令数量和频率设计) – 寄存器 – 内存(根据寻址方式具体决定有几项)

指令概率 -> 哈夫曼编码(算出来的是操作数编码) -> 编码长度/冗余度…

-------除了哈夫曼编码, 还以用2-4编码等扩展编码进行指令设计, 具体用什么看不同指令的个数-------

指令条数/指令频率 -> 设计扩展编码的时候用, 先对频率进行类别划分. 如果两类指令数量相同，考虑使用类似4-8-12中15/15/15的前缀扩展编码。

寄存器个数 -> 寄存器位数

指令长度(指令字长) -> 设计指令时推导某一项长度用, 例如变址寄存器的位数=总位数-寄存器位数-偏移距离位数.

寻址方式 -> 内存访问在指令设计中的表示

间接寻址: 基址寄存器(固定的通用寄存器)+偏移地址(变化的, 需要长度推导)
变址寻址: 变址寄存器(变化的,需要长度推导) + 偏移量(固定的, 需要题目变址范围决定)

单/双/零地址+地址字段长度 -> 操作码长度=指令长度-地址字段长度*n

指令比例 -> 结合指令操作码长度计算某种指令固定扩展头时的数量, 并借助比例解方程算

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

第三章

存储系统: 多级.不同速度

虚拟内存

将虚拟地址映射到物理地址
- 解析虚拟地址 (页大小决定业内偏移大小->页内偏移位数; 虚存大小->虚存中总页数->页号位数)
  - 分页
    - 页号+页内偏移
    - 多级页表…
  - 分段
    - 段号+段内偏移
  - 段页式
    - 段号+页号+页内偏移
  - 多用户
    - 用户编号+段号+页号+页内偏移
- 匹配表项
  - 页表
  - 段表
  - 段表+页表
  - 用户表
  - 块表
- 不命中: 缺页 -> 从磁盘中读取到内存中
  - 页面替换算法
- 构成物理地址
因为内存和磁盘速度相差太大, 所以应该用全相连, 增加命中率

cache

加速比, 等效时间, 访问效率, 命中率提升公式
cache的工作过程
- 物理地址到cache地址的映射 (物理地址的设计方式和cache地址的设计方式)
  - 物理地址的解析: 物理地址=块号+块内偏移
  - 根据相联方式的不同, 块号也要几种不同的分解方式:
    - 全相连: 块号就是每一块的编号, tag=块号
    - 直接相连: 块号=区号+区内块号, tag=区号
    - 组相连: 块号=区号+组号+组内块号, tag=区号+组内块号
  - 解析完成后, 与块表匹配找到cache地址:
    - 全相连: 直接用块号匹配
    - 直接相连: 用区内块号取模匹配找到表项, 然后取出区号与地址中的区号对比
    - 组相连: 用组号匹配找到表项, 然后取出G(=组内块数)个条目, 用其区号+组内块号和地址中的区号+组内块号匹配.
- 从cache地址中读出数据
- 如果未命中, 则直接用物理地址从主存读取数据, 并将读取的内存块放入cache
  - 缺页替换算法:LRU-堆栈型-n增大命中率不减少
    - 堆栈模拟算法: 可以得到最大命中率时的最小n
  - cache有空余位置可以直接放入, 但是注意, 如果是组相连, 则块放入的位置是有讲究的, 不能顺序放入.

虚拟存储+cache

都是两级不同速度的存储器构成的存储结构
- 速度是最快的
- 容量是最大的
都有地址映射的过程
- 根据不同情况对地址进行初步解码
  - cache: 相联方式
  - 虚存: 分页分段
- 匹配表项
  - cache: 块表/目录表
  - 虚存: 页表/块表/段表
- 替换策略
  - LRU/LFU/FIFO/OPT
地址位数的计算往往和数量有关
- cache
  - 块的数量(区内块/组内块)
  - 组的数量
  - 区的数量
- 虚存
  - 页的数量
- 512=9; 32=5; 64=6
编址方式不同:
- cache: 内存和cache独立编址
- 虚存: 统一编址逻辑地址

https://blog.csdn.net/weixin_43362002/article/details/120477957

假设LFU方法的时期T为10分钟，访问如下页面所花的时间正好为10分钟，内存块大小为3。若所需页面顺序依次如下：

2 1 2 1 2 3 4

---------------------------------------->

当需要使用页面4时，内存块中存储着1、2、3，内存块中没有页面4，就会发生缺页中断，而且此时内存块已满，需要进行页面置换。
若按LRU算法，应替换掉页面1。因为页面1是最长时间没有被使用的了，页面2和3都在它后面被使用过。
若按LFU算法，应换页面3。因为在这段时间内，页面1被访问了2次，页面2被访问了3次，而页面3只被访问了1次，一段时间内被访问的次数最少。

原文链接：https://blog.csdn.net/weixin_43240734/article/details/123159387

第四章

通道
- 类型
  - 字节多路通道
    - 分时, 每个设备只传输一个字节
    - 中低速设备
  - 选择通道
    - 每个设备独占通道, 一次性把n个字节全部传送
    - 高速设备
  - 数组多路通道
    - 每个设备独占通道, 一次性传输k个字节. 传送完毕后分时切换, 一共切换n/k次可以把数据传输完成
    - 优化选择通道的处理等待问题
- 计算
  - T: 完成全部数据传输任务所需的时间(所有设备所有数据)
  - n: 每个设备需要传输的字节数
  - Ts: 选择通道的时间
  - TD: 传输一个字节需要的的时间
  - fMAX: 最大流量=单位时间传输的最大数据量 用Ts TD n计算
  - f: 实际传输的流量 用时间间隔算
  - △t: 时间间隔, 每隔 △t 发出一个字节数据传送请求. [S/B]
    - 字节多路通道
      - T = P(nTs + nTD)
      - fMAX = n/T
      - f = 各设备传输速率之和
      - 最大接入的设备数量: 保证△t时间间隔内这些设备都能传输数据, 即T<=△t, P为设备数
    - 选择通道
      - T = P(Ts + n*TD)
      - fMAX = n/T
      - f = max(各设备传输速率) [B/S]
      - fi = 1/△t 知道时间间隔(S/B), 可以求出实际流量f(B/S)
    - 数组多路通道
      - T = P(n/k*Ts + n*TD)
      - fMAX = n/T
      - f = max(各设备传输速率)
    - 保证通道正常工作的条件: f ≤ fMAX
      - fMax通过题目给定的Ts TD n(一次性传输的字节数)计算
      - f 通过题目给定的时间间隔计算
  - 最大流量计算
- 画图
  - 通道时间关系图
    - 慢设备传送数据失败改进方式
中断
- 中断的类型
- 中断优先级
  - 中断屏蔽码
    - 运行过程示意图
    - 中断响应时间是按照中断到来的顺序的, 但是中断处理时间是按照中断屏蔽码指定的顺序来的.
    - 中断响应时间(非常小)
    - 中断处理时间

第五章

流水线的性能计算
- 时空图
  1. 静态流水线还是动态流水线
    - 静态: 某个类型的指令的流水线都出结果后, 再开启下一个类型指令的流水线
      - 同种类型的, 能重叠
    - 动态: 只要某个流水线需要用到的输入数据已经获得, 则可以直接开启此流水线
      - 不同类型, 也可以重叠
1. 归类操作类型, 注意数据相关
  - 不同操作类型用不同的流水线处理, 其之间可能有数据相关此时需要考虑流水线是静态还是动态
- 加法 / 乘法
1. 对于长度不等的段
  - 如果操作类型相同(如都是加法), 此时可以并行处理最长段p77, 否则不行
吞吐量: 任务数/流水线总时间
- 效率: 有效面积/总面积
加速比: 串行时间/流水线并行时间
性能分析
- 流水线擅长处理 独立的/连续的 任务
- 段长的影响
  - 段长不是越长越好 p81
- 为什么某个流水线性能差
  - 受限于最长的一段
  - 通过和完成时间占比大
  - 寄存器延时和时钟扭曲
- 解决性能的方法
  - 瓶颈段处理方法
    - 细分
    - 重复设置
  - 将同种类型的操作放在一起

题目整理

例1：在一个页式二级虚拟存贮器中，采用FIFO算法进行页面替换，发现命中率H太低，因此有下列建议：
(1) 增大辅存容量
(2) 增大主存容量(页数)
(3) 增大主、辅存的页面大小
(4) FIFO改为LRU
(5) FIFO改为LRU，并增大主存容量(页数)
(6) FIFO改为LRU，且增大页面大小
试分析上述各建议对命中率的影响情况。

[解答]
(1) 增大辅存容量，对主存命中率H不会有什么影响。因为辅存容量增大，并不是程序空间的增大，程序空间与实主存空间的容量差并未改变。所以，增大物理辅存容量，不会对主存的命中率H有什么影响。

(2) 如果主存容量(页数)增加较多时，将使主存命中率有明显提高的趋势。但如果主存容量增加较少，命中率片可能会略有增大，也可能不变，甚至还可能会有少许下降。这是因为其前提是命中率H太低。如果主存容量显着增加，要访问的程序页面在主存中的机会会大大增加，命中率会显著上升。但如果主存容量(页数)增加较少，加上使用的FIFO替换算法不是堆栈型的替换算法，所以对命中率的提高可能不明显，甚至还可能有所下降。

(3) 因为前提是主存的命中率H很低，在增大主、辅存的页面大小时，如果增加量较小，主存命中率可能没有太大的波动。因为FIFO是非堆栈型的替换算法，主存命中事可能会有所增加，也可能降低或不变。而当页面大小增加量较大时，可能会出现两种相反的情况。当原页面大小较小时，在显著增大了页面大小之后，一般会使主存命中率有较大提高。但当原页面大小已较大时，再显著增大页面大小后，由于在主存中的页面数过少，将会使主存命中宰继续有所下降。

(4) 页面替换算法由FIFO改为LRU后，一般会使主存的命中率提高。因为LRU替换算法比FIFO替换算法能更好地体现出程序工作的局部性特点。然而，主存命中率还与页地址流、分配给主存的实页数多少等有关，所以，主存命中率也可能仍然较低，没有明显改进。

(5) 页面替换算法由FIFO改为LRU，同时增大主存的容量(页数)，一般会使主存命中率有较大的提高。因为LRU替换算法比FIFO替换算法更能体现出程序的局部性，又由于原先主存的命中宰太低，现增大主存容量(页数)，一般会使主存命中率上升。如果主存容量增加量大些，主存命中率H将会显著上升。

(6) FIFO改为LRU，且增大页面大小时，如果原先页面大小很小，则会使命中率显著上升；如果原先页面大小已经很大了，因为主存页数进一步减少而使命中率还会继续有所下降。

例2：采用组相联映象、LRU替换算法的Cache存贮器，发现等效访问速度不高，为此提议：
(1) 增大主存容量
(2) 增大Cache中的块数(块的大小不变)
(3) 增大组相联组的大小(块的大小不变)
(4) 增大块的大小（组的大小和Cache总容量不变）
(5 )提高Cache本身器件的访问速度
试问分别采用上述措施后，对等效访问速度可能会有什么样的显著变化？其变化趋势如何？如果采取措施后并未能使等效访问速度有明显提高的话，又是什么原因？

[分析] Cache存储器的等效访问时间 ta = Hc*tc + (1-Hc)*tm

等效访问速度不高，就是ta太长。要想缩短ta，一是要使Hc命中率尽可能提高，这样(1-Hc)tm的分量就会越小，使ta缩短，越来越接近于tc。但如果ta已非常接近于tc时，表明Hc已趋于1，还想要提高等效访问速度，则只有减小tc，即更换成更高速的Cache物理芯片，才能缩短ta。另外，还应考虑Cache存贮器内部，在查映象表进行Cache地址变换的过程时，是否是与访物理Cache流水地进行，因为它也会影响到ta。当Hc命中率已很高时，内部的查映象表与访Cache由不流水改成流水，会对tc有明显的改进，可缩短近一半的时间。所以，分析时要根据不同情况做出不同的结论。

如果Cache存贮器的等效访问速度不高是由于Hc太低引起的，在采用LRU替换算法的基础上，就要设法调整块的大小、组相联映象中组的大小，使之适当增大，这将会使Hc 有所提高．在此基础上再考虑增大Cache的容量．Cache存贮器中，只要Cache的容量比较大时，由于块的大小受调块时间限制不可能太大，增大块的大小一般总能使Cache命中率得到提高．

[解答]
(1)增大主存容量，对Hc基本不影响．虽然增大主存容量可能会使tm稍微有所加大，如果Hc已很高时，这种tm的增大，对ta的增大不会有明显的影响。

(2)增大Cache中的块数，而块的大小不变，这意味着增大Cache的容量．由于LRU替换算法是堆栈型的替换算法，所以，将使Hc上升，从而使ta缩短．ta的缩短是否明显还要看当前的Hc处在什么水平上．如果原有Cache的块数较少，Hc较低，则ta会因Hc迅速提高而显著缩短．但如果原Cache的块数已较多，Hc已很高了，则增大Cache中的块数，不会使Hc再有明显提高，此时其ta的缩短也就不明显了。

(3)增大组相联组的大小，块的大小不变，从而使组内的块数有了增加，它会使块冲突突概率下降，这也会使Cache块替换次数减少．而当Cache各组组内的位置已全部装满了主存的块之后，块替换次数的减少也就意味着Hc的提高。所以，增大组的大小能使Hc提高，从而可提高等效访问速度。不过，Cache存贮器的等效访问速度改进是否明显还要看目前的Hc处于什么水平。如果原先组内的块数太少，增大组的大小，会明显缩短ta；如果原先组内块数已较多，则ta的缩短就不明显了。

(4)组的大小和Cache总容量不变，增大Cache块的大小，其对ta影响的分析大致与(3) 相同，会使ta缩短，但耍视目前的Hc水平而定。如果Hc已经很高了，则增大Cache块的大小对ta的改进也就不明显了。

(5)提高Cache本身器件的访问速度，即减小ta，只有当Hc命中率已很高时，才会显著缩短ta。如果Hc命中率较低时，对减小ta的作用就不明显了。
————————————————
版权声明：本文为CSDN博主「zhouie」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/jave_f/article/details/79006394/
少也就意味着Hc的提高。所以，增大组的大小能使Hc提高，从而可提高等效访问速度。不过，Cache存贮器的等效访问速度改进是否明显还要看目前的Hc处于什么水平。如果原先组内的块数太少，增大组的大小，会明显缩短ta；如果原先组内块数已较多，则ta的缩短就不明显了。

这篇关于CRAY-1向量流水处理部分的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！