arrow
返回

SHARP: SHARing-Aware Cache Writeback byPass

delete2025-09-01
delete0
PRE
AI
D
Dinesh Joshi *
A
Aritra Bagchi
P
Preeti Ranjan Panda
DOI:10.1145/3760746delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
在现代多核处理器片上系统(MPSoCs)中,私有缓存向共享缓存的数据写回可能会引入显著性能瓶颈,尤其是由于来自不同协同执行程序的多个线程会竞争共享缓存资源。针对写回操作的智能缓存绕过决策有助于缓解此类竞争并提高共享缓存利用率。大多数现有缓存绕过策略主要通过关注数据复用,来考虑共享缓存容量的竞争,而近期研究才开始在动态绕过决策中考虑带宽竞争。然而,数据共享作为现代多线程工作负载的关键特征,在当前最先进的缓存绕过决策中仍被严重忽视。绕过高度共享的缓存行会增加主内存访问量,可能导致性能瓶颈。我们提出SHARP,一种新型缓存绕过策略,将其动态绕过决策应用于缓存写回时,综合考虑了三个关键因素:数据共享、竞争和数据复用。除了优先缓存高复用数据外,我们还优先缓存跨多线程共享的数据,以提升缓存利用率。我们动态调整绕过决策,在共享缓存竞争高时采用激进绕过,而在竞争低时采用保守绕过。针对多种PARSEC工作负载的实验表明,与无绕过基线和当前最先进的绕过基线相比,SHARP分别将整体系统吞吐量提高了12%和8%。此外,SHARP相比无绕过基线降低了14%的整体缓存能耗。
Keyword:
Shared caches
cache data sharing
cache contention
cache coherence
writeback bypass
request
response

期刊

ACM Transactions on Embedded Computing Systems 封面图
ACM Transactions on Embedded Computing Systems
IF:
2.6
论文数:
227
被引数:
2.3K

机构

I
indian institute of technology system (iit system)
学者数:
9.5W
论文数: 9.9W
被引数: 93
引用论文

引用论文

GoogleWorkloads for Consumer Devices: Mitigating Data Movement Bottlenecks
err2018-03-19
err189
PREAI
errBoroumand, Amirali; Ghose, Saugata; Kim, Youngsok; Ausavarungnirun, Rachata; Shiu, Eric; Thakur, Rahul; Kim, Daehyun; Kuusela, Aki; Knies, Allan; Ranganathan, Parthasarathy; Mutlu, Onur
err分享
err收藏
学者 查看更多内容