面向大数据应用的众核处理器缓存结构设计

来源：计算机工程与科学杂志2015年第1期北京时间：

作者：万虎1,徐远超1,2,孙凤芸1,闫俊峰1

单位：1.首都师范大学信息工程学院,北京 100048;2.中国科学院计算技术研究所计算机体系结构国家重点实验室，北京 100190

摘要：大规模数据排序、搜索引擎、流媒体等大数据应用在面向延迟的多核/众核处理器上运行时资源利用率低下，一级缓存命中率高，二级/三级缓存命中率低，LLC容量的增加对IPC的提升并不明显。针对缓存资源利用率低的问题，分析了大数据应用的访存行为特点，提出了针对大数据应用的两种众核处理器缓存结构设计方案，两种结构均只有一级缓存，Share结构为完全共享缓存，Partition结构为部分共享缓存。评估结果表明，两种方案在访存延迟增加不多的前提下能大幅节省芯片面积，其中缓存容量较低时，Partition结构优于Share结构，缓存容量较高时，Share结构要逐渐优于Partition结构。由于众核处理器中分配到每个处理器核的容量有限，因此Partition结构有一定的优势。

关键词：众核处理器,大数据应用,缓存设计,访存行为,数据中心,

基金资助：北京市自然科学基金资助项目（4143060）；北京市教委科技发展面上资助项目（KM201210028004）；计算机体系结构国家重点实验室开放课题（CARCH201203）；“高可靠嵌入式系统技术“北京市工程研究中心；北京市属高等学校人才强教项目国外访学（135300100）