处理器加速计算差异
Processor Speedup Calculation Difference
我想了解为什么阿姆达尔定律不适用于这种情况？
假设我们有两个配置
配置 1 具有 L1 访问延迟（hitDelay 和 missDelay 为 1 个周期）配置 2 具有 L1 访问延迟为 7 个周期。
假设加载和存储占处理器时间的 30%，我们预计加速为 1/(0.7 + 0.3/7) = 1.35
然而，当我 运行 在模拟基于 ROB 的处理器并使用周期计算加速的实际模拟器上的两种配置时，加速为 1.12。
为什么加速与使用阿姆达尔定律计算的不同。我在想阿姆达尔定律由于某种原因不适用吗？
Amdahl 的“定律”假设不同部分的时间不重叠。
乱序执行的 ROB 的全部意义在于找到指令级并行性并隐藏延迟。这就是为什么整个指令序列的性能不是每条指令的任何单个“成本”数字的总和，最简单的 CPU 除外。
例如What considerations go into predicting latency for operations on modern superscalar processors and how can I calculate them by hand?（现代 x86 使其变得更加复杂，因为每条指令可能具有不同的 前端 微指令成本，但即使使用更简单的 RISC 机器，您仍然有后端端口压力与可能的延迟瓶颈）。
我想了解为什么阿姆达尔定律不适用于这种情况？
假设我们有两个配置
配置 1 具有 L1 访问延迟（hitDelay 和 missDelay 为 1 个周期）配置 2 具有 L1 访问延迟为 7 个周期。
假设加载和存储占处理器时间的 30%，我们预计加速为 1/(0.7 + 0.3/7) = 1.35
然而，当我 运行 在模拟基于 ROB 的处理器并使用周期计算加速的实际模拟器上的两种配置时，加速为 1.12。
为什么加速与使用阿姆达尔定律计算的不同。我在想阿姆达尔定律由于某种原因不适用吗？
Amdahl 的“定律”假设不同部分的时间不重叠。
乱序执行的 ROB 的全部意义在于找到指令级并行性并隐藏延迟。这就是为什么整个指令序列的性能不是每条指令的任何单个“成本”数字的总和，最简单的 CPU 除外。
例如What considerations go into predicting latency for operations on modern superscalar processors and how can I calculate them by hand?（现代 x86 使其变得更加复杂，因为每条指令可能具有不同的 前端 微指令成本，但即使使用更简单的 RISC 机器，您仍然有后端端口压力与可能的延迟瓶颈）。