Organização de Computadores B - Trabalho 2

Transcrição

1 Organização de Computadores B - Trabalho 2 Universidade Federal do Rio Grande do Sul Instituto de Informática César Garcia Daudt cesar.daudt@inf.ufrgs.br 1. Investigar a inuência do tipo de mapeamento empregado (direto, associativo por conjunto e totalmente associativo) e da política de reposição no desempenho da cache As respostas para as perguntas a seguir são baseadas nos resultados encontrados nas tabelas 1 e 2 e nos grácos 1, 2, 3, 4, 5, 6, 7 e 8 LRU (l) RANDOM (r) FIFO (f) N o Conj. Tam. Bloco Assoc. ICache DCache ICache DCache ICache DCache Tabela 1: Benchmark Amp LRU (l) RANDOM (r) FIFO (f) N o Conj. Tam. Bloco Assoc. ICache DCache ICache DCache ICache DCache Tabela 2: Benchmark Basicmath 1.1. Dentre os experimentos realizados, qual das políticas de reposição apresenta o melhor resultado para cada uma das caches em sua opinião? Por quê? Para a cache de dados, tanto no benchmark amp quanto no benchmark basimath, a política de substituição LRU mostrou-se mais eciente. Conforme visto em aula, geralmente, para dados, é útil lograrmos da localidade temporal, o que é feito exatamente por LRU: manter na cache os dados mais utilizados recentemente.

2 Figura 1: Gráco Associatividade vs. Desempenho da Cache de Instruções - Benchmark Amp Figura 2: Gráco Num. de Conjuntos vs. Desempenho da Cache de Instruções - Benchmark Amp Para a cache de instruções, a melhor política medida foi a RANDOM. Isso pode ter ocorrido pelo fato de que a localidade temporal em instruções ocorre apenas em laços e a localidade espacial para partes seqüenciais. No entanto, para desvios, nenhum desses princípios é seguido. Assim, se cada bloco tiver a mesma chance de ser substituído (por usarmos uma política randômica), podemos ter um desempenho melhor num caso em que as situações descritas antes estão misturadas. 2

3 Figura 3: Gráco Associatividade vs. Desempenho da Cache de Dados - Benchmark Amp Figura 4: Gráco Núm. de Conjuntos vs. Desempenho da Cache de Dados - Benchmark Amp 1.2. A primeira linha das tabelas acima representam que tipo de cache em termos de mapeamento? Considerando essas mesmas linhas citadas, explique o porquê dos resultados obtidos para as três políticas aplicadas. A primeira linha da tabela dene caches com mapeamento direto. Assim, como cada bloco da memória é sempre mapeado no mesmo lugar da cache, a política de substituição não faz nenhuma diferença no desempenho. 3

4 Figura 5: Gráco Associatividade vs. Desempenho da Cache de Instruções - Benchmark Basicmath Figura 6: Gráco Num. de Conjuntos vs. Desempenho da Cache de Instruções - Benchmark Basicmath 1.3. Considerando-se que as caches de dados e instruções estão separadas, qual a melhor combinação (em termos da menor taxa de misses obtida) entre cache de instruções e de dados considerandose qualquer possibilidade de conguração para ambas (em termos de associatividade, n o de conjuntos e política de reposição)? Assumindo que apenas os dados medidos na questão são relevantes (ou seja, disconsiderando custo-benefício e aplicação): Para o benchmark amp, a melhor cache de instruções possui um mapeamento com associatividade 4, 8 conjuntos e política de substituição RANDOM, com uma taxa de cache-miss de 11,37%. A melhor cache de dados possui mapeamento totalmente associativo e política de substituição LRU, com uma taxa de cache-miss igual a 7,05%. Para o benchmark basicmath, a melhor cache de instruções é aquela com associatividade 8 ou 4

5 Figura 7: Gráco Associatividade vs. Desempenho da Cache de Dados - Benchmark Basicmath Figura 8: Gráco Núm. de Conjuntos vs. Desempenho da Cache de Dados - Benchmark Basicmath 16, 2 ou 4 conjuntos e política de substituição RANDOM, com uma taxa de miss de 22,84%. Para a cache de dados, usamos um mapeamento com associatividade 8, 4 conjuntos e política de substituição LRU, com uma taxa de cache-miss igual a 2,69% Qual o comportamento das duas caches quando do aumento da associatividade (e conseqüente diminuição do número de conjuntos)? Para a cache de dados, em ambos os benchmarks, o aumento da associatividade ocasiona uma melhora no desempenho. No entanto, este ganho se torna inexpressivo após certo ponto crítico. Na cache de instruções, temos casos diferenciados. No benchmark Amp, para todas as políticas, há ganho de desempenho quando se aumenta a associatividade de 1 para 2. Após esse ponto, 5

6 somente a política RANDOM se benecia do aumento da associatividade, saturando o ganho na associatividade 4. No benchmark Basicmath, a política RANDOM se benecia do aumento da associatividade, tenho sua melhora estagnada por volta da associatividade 8. As outras políticas têm diminuição do desempenho até a associatividade 4, e após isso têm leve melhora de eciência com o aumento da associatividade. 2. Investigar a inuência da variação do tamanho do bloco no desempenho da cache Os resultados e respostas podem ser vericados e comparados com os valores nas tabelas 3, 4 e nos grácos 9, 10, 11 e 12. N o Conj. Tam. Bloco Assoc. Política ICache DCache LRU LRU LRU LRU LRU LRU LRU LRU Tabela 3: Benchmark Amp N o Conj. Tam. Bloco Assoc. Política ICache DCache LRU LRU LRU LRU LRU LRU LRU LRU Tabela 4: Benchmark Basicmath 2.1. Qual o comportamento observado para as duas caches em termos de percentual de erro no seu acesso? O comportamento presente é antagônico para as duas caches: enquanto que a Cache de Instruções tem sua eciência melhorada com o aumento do tamanho do bloco, o oposto ocorre na Cache de Dados. 6

7 Figura 9: Gráco Tam. do Bloco vs. Desempenho da Cache de Instruções - Benchmark Amp Figura 10: Gráco Tam. do Bloco vs. Desempenho da Cache de Dados - Benchmark Amp 2.2. Como você explicaria os comportamentos observados para as caches de instruções e de dados? O aumento no tamanho do bloco benecia da localidade espacial possivelmente necessária ao perl da Cache de Instruções. Já que as próximas instruções a serem executadas, muito provavelmente estão próximas da instrução atual, com blocos maiores temos mais instruções próximas condensadas em um mesmo bloco, diminuindo a taxa de falta na cache. Quando se trata de dados, a localidade espacial não está necessariamente presente. Aumentando o tamanho dos blocos, diminui-se a quantidade total de blocos da cache. Assim, a probabilidade de encontrarmos os diferentes blocos de dados desejados é menor. 7

8 Figura 11: Gráco Tam. do Bloco vs. Desempenho da Cache de Instruções - Benchmark Basicmath Figura 12: Gráco Tam. do Bloco vs. Desempenho da Cache de Dados - Benchmark Basicmath 3. Investigar a inuência do tamanho total da cache e do tamanho de bloco no desempenho da cache Os resultados estão nas tabelas numeradas de 5 até 16 e nos grácos de 10 até 12. 8

9 1k LRU k LRU k LRU k LRU k LRU k LRU Tabela 5: Benchmark Amp, Bloco de Tamano 16, Associatividade 1 1k LRU k LRU k LRU k LRU k LRU k LRU Tabela 6: Benchmark Amp, Bloco de Tamano 32, Associatividade 1 1k LRU k LRU k LRU k LRU k LRU k LRU Tabela 7: Benchmark Amp, Bloco de Tamano 16, Associatividade 2 1k LRU k LRU k LRU k LRU k LRU k LRU Tabela 8: Benchmark Amp, Bloco de Tamano 32, Associatividade 2 9

10 1k LRU k LRU k LRU k LRU k LRU k LRU Tabela 9: Benchmark Amp, Bloco de Tamano 16, Associatividade 4 1k LRU k LRU k LRU k LRU k LRU k LRU Tabela 10: Benchmark Amp, Bloco de Tamano 32, Associatividade 4 1k LRU k LRU k LRU k LRU k LRU k LRU Tabela 11: Benchmark Basicmath, Bloco de Tamano 16, Associatividade 1 1k LRU k LRU k LRU k LRU k LRU k LRU Tabela 12: Benchmark Basicmath, Bloco de Tamano 32, Associatividade 1 10

11 Figura 13: Gráco Tam. da Cache vs. Desempenho da Cache de Instruções - Benchmark Amp Figura 14: Gráco Tam. da Cache vs. Desempenho da Cache de Dados - Benchmark Amp 1k LRU k LRU k LRU k LRU k LRU k LRU Tabela 13: Benchmark Basicmath, Bloco de Tamano 16, Associatividade 2 11

12 1k LRU k LRU k LRU k LRU k LRU k LRU Tabela 14: Benchmark Basicmath, Bloco de Tamano 32, Associatividade 2 12

13 1k LRU k LRU k LRU k LRU k LRU k LRU Tabela 15: Benchmark Basicmath, Bloco de Tamano 16, Associatividade 4 1k LRU k LRU k LRU k LRU k LRU k LRU Tabela 16: Benchmark Basicmath, Bloco de Tamano 32, Associatividade Compare, linha a linha, os resultados obtidos considerando-se a mesma associatividade (1, 2 e 4), descrevendo o comportamento das caches de instruções e de dados quando comparadas congurações de cache de mesmo tamanho total, porém com tamanhos de blocos diferentes. Existe alguma diferença observável em termos de taxa de faltas? Comparando os resultados dentro de mesmos grupos de associatividade e tamanho total, notase que as congurações com blocos de tamanho 32 têm, na maioria dos casos, um desempenho melhor do que as com tamanho 16. Nas caches de instrução, essa característica pode ser explicada pela localidade espacial das instruções. Na cache de dados, este comportamento é vericado para o benchmark Amp mas não para o benchmark Basicmath, onde somente as alterações na associatividade alteraram signicativamente a eciência da cache. 13

14 Figura 15: Gráco Tam. da Cache vs. Desempenho da Cache de Instruções - Benchmark Basicmath Figura 16: Gráco Tam. da Cache vs. Desempenho da Cache de Dados - Benchmark Basicmath 3.2. Compare os resultados obtidos quando do aumento do tamanho da cache através do aumento do n o de conjuntos, mantendo-se o mesmo tamanho de bloco (16 ou 32 bytes) para as 3 associatividades (1, 2 e 4). Ou seja, compare os resultados de taxa de faltas obtidos quando do aumento do tamanho da cache para caches de associatividade 1 e tamanho de bloco 16 bytes contra caches de associatividade 2 e tamanho de bloco 16 bytes, o mesmo sendo feito em relação às caches com tamanho de bloco de 32 bytes. Existe diferença signicativa nas taxas observadas? Para a cache de instruções, variando-se a associatividade e mantendo o tamanho de bloco constante, as mudanças não são signicativas. Isso é exemplicado no gráco 13, onde as linhas se agrupam de acordo com o tamanho de seus blocos, independentemente da associatividade. 14

15 No que diz respeito à cache de dados, o parâmetro mais importante melhora do desempenho, xando-se o tamanho da cache, é a associatividade. A variação no tamanho do bloco, para a mesma associatividade, não gera ganho signicativo. 4. Questão Final Finalmente, responda a seguinte questão: se um cache 2-way associativa possui atraso 20% maior que a de mapeamento direto, qual das duas deveria ser escolhida para compor um processador, assumindo que a CPU pode executar tão rápido quanto se queira, e a penalidade de um miss é de 20 vezes o atraso da cache de mapeamento direto. Considerando duas caches, respectivamente, uma com mapeamento 2-way associativo (dados em 1) e outra com mapeamento direto (dados em 2), extraímos a relação em 3. Considera-se, também, que o atraso na cache com mapeamento direto é t e o miss rate das caches é m. T 1 = (1 m) 1, 2t + m 20 t = t(1, , 8m) (1) T 2 = (1 m) t + m 20 t = t(1 19m) (2) A cache com mapeamento direto deve ser utilizada quando T 1 < T 2, ou seja: T 1 < T 2 T 1 T 2 < 1 m > 0, 2 37, 8 m > 0, (3) Assim, vemos que o mapeamento direto deve ser utilizado para uma taxa de misses maior que 0,53%, aproximadamente. 15