SPEC ベンチマークを用いた性能評価

表 3.2: シミュレーションパラメータ スレッド生成 1サイクル

TMU 2レベル分岐予測を基にした2レベルパス予測 カウンタテーブルのビット長2

TU 4命令同時実行 アウトオブオーダ TU-TU間同時通信可能レジスタ数 4 MAU レイテンシ1サイクル

MB，LS各エントリ数32 4ウェイセットアソシアティブ

LRU 1次キャッシュ サイズ16Kバイト

命令・データ分離 レイテンシ2サイクル メインメモリ レイテンシ100サイクル ハードウェア機構間通信 単方向送信レイテンシ 1サイクル

値定義命令は，スレッド間において依存関係が存在するレジスタを最後に更新す る命令である．この命令を実行した後，TUは更新したレジスタの値を後続スレッ ドのTUへ送信する．また，値使用命令は，スレッド間において依存関係が存在す るレジスタを最初に使用する命令である．この命令を実行するためには，先行す るスレッドから当該レジスタの値を受信していなければならない．本手法は，値 定義命令をできる限り投機スレッドコードの前方へ移動し，値使用命令をできる 限り後方へ移動する．これにより，値定義命令と値使用命令の間隔が狭まり，同 期待ち時間の低減が期待できる．

3.4.1 評価結果

図3.18に，プロセッサ4台によってSPEC CINT2000ベンチマークプログラム を並列実行した場合の，逐次実行に対する速度向上比を示す．実行割合の高い以 下の5つのループを評価対象ループとして選択した．

• 164.gzipの関数fill window()

• 181.mcfの関数primal bea mpp()

• 181.mcfの関数dual feasible()

• 181.mcfの関数sort basket()

• 300.twolfのnew dbox()

速度向上比は，PALSによる元のプログラムの逐次実行にかかるサイクル数を，

マルチスレッド実行にかかるサイクル数で割ることにより求める．性能向上比が1 を超えた場合に高速化を達成できたと言える．図3.18における‘non-optimization’

は，最適化を行わず，単純に並列化を行ったプログラムである．‘optimization’は，

ループ展開，レジスタリネーミング，および，コードスケジューリングのコード最 適化を施した[34][35]．ループ展開においては，プログラムコード作成前にループ 展開をした場合の実行サイクル数の見積もりを行った上で，最小の実行サイクル 数を見積もったループ展開数によって投機スレッドコードを作成した．

また，図3.19に，投機実行時のパス予測成功率を示す．1度目の予測が成功し たスレッドの数を，並列実行の対象としたループの全イタレーション数で割るこ

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6

normalized speed-up ratio

non-optimization

optimization

図 3.18: 並列実行によるプログラムの速度向上比

とにより算出している．最適化後の投機スレッドコードにおいては，ループ展開 を適用しているため，数イタレーション分の予測を一度に行っていることと等し くなり，予測成功率は著しく低下する．

評価結果より，コード最適化を適用した181.mcfを並列実行したとき，最大で約 1.55倍の性能向上を達成することができた．181.mcfにおいては#1パスの実行割 合が非常に高かったため，ループ展開を適用しない場合に，1度目の予測が成功し た割合である予測成功率が94%に達した．このため，ループ展開を適用した場合 においても，#1パスが連続して実行されることが多いことにより予測が成功する 回数が増え，高い性能向上を達成できたものと考えられる．一方，300.twolfにお いては，予測成功率が45%と非常に低い結果となり，逐次実行に対する性能向上 比が0.4倍となった．

この予測成功率の原因として，金海らの研究では，実行パスに含まれる分岐命 令の予測成功率が低いことを示した[36]．一般に，プロセッサにおける分岐予測器 の予測成功率は90%を超えることが多い．その一方，予測の成功しない分岐命令 は満遍なく存在しているのではなく，ごく一部の予測困難な命令によって全体の 予測成功率が引き下げられる．300.twolfでは，この予測困難な分岐命令がパスに 含まれていたため，パスの予測においても失敗が多くなった．

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

prediction accuracy

non-optimization

optimization

図 3.19: 投機実行における予測成功率