什么是更好的分支预测器？双峰还是Gshare？

Question

仅仅是为了我个人的知识...

Bimodal或Gshare这两者中的哪一个提供的正确预测比另一个更正确？为什么呢？

Answer 1

对于预测变量，没有“更好”这样的东西，你可以问一个给定的工作负载/应用程序，或者像基准套件这样的一组表现更好（错误预测更少）。性能还取决于参数（表大小，历史长度等）。

这两者是完全不同的，每个都可以更好地适应不同的场景。你可以说双峰可能学得更快，碰撞更少，但全局变体更精细，更有机会捕捉复杂的模式。然而它有更高的碰撞，因为表格代表了各种部分历史，并且在某些情况下收敛的机会较低。

最好用这个例子展示强弱点：

for (i=0; i<N; ++i) {
    if (A[i] < 50) 
        do_stuff();
    if (A[i] > 50)
        do_other_stuff()
}

分支是数据相关的（假设数据在[1..100]中均匀随机分布），因此双峰不可能捕获它们。然而，全局预测器将很容易知道第二个分支取决于第一个分支的结果（如果第一个分支取得，第二个分支将永远不会被采用，如果第一个分支不采取，则第二个分支很可能被采取（ A[i]==50的情况只有1％的几率）。 现在采用相同的代码，但假设A已经排序，双峰将轻松获胜，几乎所有预测都正确，除了少数转换。

因此，如果没有预测者优越，我们该怎么办？好吧，当然要建立一个混合型！今天许多高性能CPU使用多个CPU，尽管结果中的组合/选择算法可能无法在线获得。

这种解释也忽略了尺寸和功耗等设计含义 - 这些当然也取决于实现的参数。