国家高技术研究发展计划(2008AA01Z108)
- 作品数：6 被引量：17H指数：3
- 相关作者：汤志忠乔林高兴誉李胜梅陈彧更多>>
- 相关机构：清华大学中国科学院数学与系统科学研究院大连东软信息学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于P2P的个性化Web信息检索被引量：2
- 2010年
- 为了克服Web搜索引擎在可扩展性、协作性和个性化等方面存在的不足,提出了一种基于Peer-to-Peer的全分布、协作式、自组织的个性化Web信息检索,定义了以查询主题为中心进行主题聚类、数据组织和查询路由的用户协作共享策略,设计了协作生成用户兴趣列表向量、对相似语义查询进行主题聚类和更新、基于查询集建立倒排索引以及基于查询主题进行语义路由等算法和机制,以提供人性化、协作式、个性化的搜索。模拟实验表明,原型系统可以加快查询速度,减轻网络负荷,提高搜索的准确率。
- 付崇国汤志忠
- 关键词：WEB信息检索对等网络主题
- 新兴多核工作负载访存行为的定量分析
- 2011年
- 工作负载分析是片上多处理器末级缓存设计的关键先导工作。分析了一组访存密集型多线程RMS(recognition-mining-synthesis)工作负载工作集大小、数据共享行为和空间局部性等访存行为,研究了末级缓存的设计空间,探讨了未来片上多处理器的缓存体系结构设计。实验结果表明:大容量DRAM缓存有助于满足这组负载的大工作集对缓存容量的需求,使用128MB DRAM缓存比不使用时平均可以减少18%的L1缓存缺失延迟;共享缓存设计比私有设计性能更好,8MB的共享缓存可以比相同总容量的私有缓存提高25%的缓存性能;基于步长的硬件数据预取机制可以提高25%的性能。因此,对于访存密集型RMS负载,宜采用一个128MB的DRAM缓存、一个8MB片上SRAM缓存,结合一个8表项的流式预取器,构成缓存子系统。
- 林隽民陈彧李文龙乔林汤志忠
- 关键词：片上多处理器
- 主成分线性回归模型分析应用程序性能被引量：7
- 2009年
- 应用程序的性能分析能够给体系架构设计者和性能优化者提供有效的参考和指导.采用主成分线性回归模型分析了SPEC CPU2006的整型程序性能.模型选取性能监测单元采样到的事件为自变量,每条指令的时钟周期数(CPI)作为因变量.模型中采用主成分分析法消除了性能事件之间的相关性.实验结果表明,模型的拟合优度在90%以上,对性能进行预测的平均相对误差为15%.模型从量化上分析了L1,L2高速缓存缺失作为影响性能的关键因素是怎样影响程序性能的.
- 李胜梅程步奇高兴誉乔林汤志忠
- 关键词：性能分析主成分分析SPEC
- 扩展二维网格片上互连性能分析被引量：5
- 2010年
- 为解决Mesh网格在某些情况下不能满足片上网络互连需要的问题,将Mesh网格扩展到三角形和六边形网格。在分析不同结构静态特性的基础上,基于全局均匀随机通信模型,通过改变网络规模和变换通信强度,分析了不同结构网络动态特性。用链接数表示通信成本,使用作者独立提出的网络单位成本延迟负载能力这一技术指标。对不同场合下不同互连结构的综合性能进行了对比,指出了它们分别适用的场合。实验结果表明:在大规模超大规模片上多处理器中,直接单独使用任何形式的二维网格互连均不能取得很好的性能。
- 王炜乔林杨广文汤志忠
- 关键词：片上多处理器片上网络拓扑性能分析
- SAGA:一种由流特性制导的微处理器高速缓存分配策略被引量：1
- 2008年
- 传统的缓存替换策略,如广泛使用的LRU算法,在程序工作集大于缓存容量的情况下,不能有效开发流式数据的重用性,导致缓存性能很差.文中提出一种流特性制导的缓存分配策略(SAGA).该策略利用流检测引擎来发掘程序中的流特性信息,进而动态地在发生缓存缺失时指导是否为缺失数据分配缓存块,最终提高数据缓存的性能.实验表明,对于SPEC2000FP程序集,在1MB缓存上,比较于LRU策略,使用SAGA策略时缓存的缺失平均减少了31%,程序平均CPI降低4%.
- 陈彧林隽民乔林汤志忠
- 关键词：高速缓存
- 基于非线性回归方程偏导数分析应用程序性能敏感度的方法被引量：3
- 2010年
- 性能敏感度反映了应用程序性能相对于性能影响因素的变化率,对性能敏感度的量化分析可为体系结构设计和程序性能优化提供有意义的参考和指导.提出了一种分析程序性能敏感度的非线性回归模型(PS-NLRM),能够量化不同应用程序的性能敏感度.通过主成分分析消除了影响性能的性能事件之间的相关性,通过曲线拟合引入非线性项,建立了程序性能CPI和性能事件之间的非线性回归方程.模型应用在SPEC CPU2006整型程序之上,通过了t检验和F检验,达到90%以上的拟合度.基于非线性回归方程相对于性能事件的偏导数,得到不同应用程序的性能对性能事件的敏感度.利用性能敏感度对SPEC CPU2006整型程序性能进行预测的平均相对误差约为4.5%,比传统线性回归模型预测误差下降50%.
- 李胜梅程步奇高兴誉乔林汤志忠
- 关键词：主成分分析偏导数
