论文研究 CPU GPU融合架构上的缓存性能分析与优化.pdf

现今CPU和GPU的发展已经出现新的瓶颈，将两者“结合”在同一块芯片上成为一种新的趋势。这种新的异构架构给片上共享资源的管理带来压力。而共享末级缓存（LLC）的管理对性能的影响非常关键。由于CPU程序和GPU程序的不同特性，给CPU和GPU间共享的末级缓存管理带来新的挑战。通过分析GPU程序访存特征，借鉴之前的缓存管理方案，提出对CPU-GPU融合系统的末级缓存进行等量的静态划分和最优静态划分的方案。实验结果表明：通过缓存划分可以有效避免CPU和GPU程序间的干扰。与传统LRU策略相比，等量静态划分和最优静态划分可以使系统整体性能分别提高7.68%和11.62%。