Anwendbarkeit abstrakter Simulationsmodelle auf unterschiedlich komplexe Prozessorarchitekturen

Language
de
Document Type
Doctoral Thesis
Granting Institution
Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Technische Fakultät
Issue Date
2024
Authors
Rachuj, Sebastian
Editor
Publisher
FAU University Press
ISBN
978-3-96147-779-1
Abstract

Simulationen sind ein adäquates Mittel zur Entwicklung von Software und der Vorhersage der zu erwartenden Laufzeit. Für diesen Zweck gibt es eine Vielzahl unterschiedlicher Verfahren. Jedoch ist bislang nicht geklärt, inwieweit sich die Ansätze für unterschiedliche Arten von Prozessorarchitekturen im Hinblick auf die vorhergesagte Laufzeit und erreichbare Simulationsgeschwindigkeit eignen. Ein einfacher Prozessor mit einem kurzen Befehlsfließband ist womöglich leichter vorhersagbar als eine komplexe Prozessorarchitektur, die eine Instruktionsverarbeitung außer Reihenfolge ermöglicht. Diese Dissertation untersucht diesen Sachverhalt durch die Betrachtung dreier ausgewählter Simulationsarten unterschiedlicher Abstraktionsebenen, wobei diese mit steigendem Modellierungsaufwand einen geringeren Vorhersagefehler aufweisen, dafür aber langsamer werden. Dabei wurde ein Ansatz auf Basis von Instruktionslatenzen, einer auf Basis eines instruktionsgetriebenen Architekturmodells und einer auf Grundlage eines taktgetriebenen Architekturmodells gewählt. Mit diesen werden drei Prozessorarchitekturen verschiedener Komplexität vorhergesagt und die erzielte Genauigkeit in Verbindung mit der erreichten Simulationsgeschwindigkeit verglichen. Zum Anlernen der Simulatoren an die Referenzprozessoren wird zudem auf eine algorithmische Konfiguration zurückgegriffen, die auch kurz ausgewertet wird. Es konnte schließlich, auch unter Verwendung extra eingeführter Metriken, festgestellt werden, dass der Geschwindigkeitsvorteil des schnellsten, aber ungenauesten Simulationsverfahrens, den etwas erhöhten Fehler gegenüber der anderen Simulationsarten für die Vorhersage jedes betrachteten Prozessors übertrifft. Aus diesem Grund kann als Ergebnis der Untersuchung die Empfehlung für die Verwendung von Instruktionsgewichten genannt werden, bei der für die vorhergesagte Gesamtlaufzeit die Einzellaufzeiten der einzelnen ausgeführten Befehle aufsummiert werden.

Abstract

Simulations are an adequate measure for the development of software and for the prediction of the runtime that is to be expected. For this purpose, there are many different kinds of techniques. However, it has not been checked yet, if these approaches are suitable for different kinds of processor architectures with regard to the predicted runtime and the reachable simulation speed. A simple processor with a short instruction pipeline might be predicted more easily than a complex processor architecture that supports out-of-order execution. This dissertation investigates this fact by examining three selected simulation approaches of different abstraction levels. They exhibit a reduced prediction error with an increased modeling effort, but also get slower with it. For this, an approach based on instruction latencies, one based on an instruction-driven architecture model, and one based on a cycle-driven architecture model are chosen. They are used to predict three processor architectures that differ in complexity and the measured accuracy is compared to the reached simulation speed. For teaching the simulatorshow to simulate the reference processors, algorithmic configuration is used and briefly evaluated. Finally, by applying especially introduced metrics, it could be determined that the speed advantage of the fastest but most inaccurate simulation approach is higher than the slightly increased error of the prediction of each processor in comparison to the other simulation approaches. For this reason, the usage of instruction weights for predicting the runtime can be suggested as the result of this investigation.

Series
FAU Studien aus der Informatik
Series Nr.
20
Description

Parallel erschienen als Druckausgabe bei FAU University Press, ISBN: 978-3-96147-778-4

DOI
URN
Faculties & Collections
Zugehörige ORCIDs