Transcript パイプライン Pipeline

パイプライン構造（内容1）
Pipeline structure（Contents 1）
• パイプラインの考え方
Background idea of a Pipeline
• DLX（仮想RISC）命令セット
DLX（virtual machine by H & P ）
• （RISC）命令セットパイプライン構造
Pipe line stages for (RISC) Instruction set
• CPI&MIPS（Million Instruction Per Sec.）
福永 力; Chikara Fukunaga
1
パイプライン構造（内容2）
Pipeline structure（Contents 2）
• ハザード・コンフリクト
Hazards/Conflicts
スムーズなパイプライン処理を阻む要因
Factors for blocking of smooth pipeline
processes
• 構造的（Structural）Hazard
• Data Hazard
• 制御（Control）Hazard
• ソフトウェアパイプライン
Software Pipeline
福永 力; Chikara Fukunaga
2
パイプラインの考え方
Ideas of a Pipeline
• 1命令の実行をいくつか（n）の工程に分解し異なる
工程を並列に動作させる．
The Processing of one instruction can be divided
into several independent stages. Each stage can be
processed in parallel for different instructions.
• 結果的に数個の命令が並列動作している
ようにみせかけ1命令あたりの消費クロック数を少
なくみせるしかけ．
It is looked like several instructions processed in
one clock period, the number of clocks/instr. can be
said to be less than sequential processing
福永 力; Chikara Fukunaga
3
DLX (Virtual RISC machine)
命令セット Instruction set
福永 力; Chikara Fukunaga
4
（RISC）命令セットパイプライン構造
Pipeline structure of (RISC) Instruction set
•
•
•
•
•
IF: Instruction Fetch
ID&RF: Instruction Decode & Registers fetch
EX: Execution
MEM: Memory Access & Branch completion
WB: Write Back
福永 力; Chikara Fukunaga
5
• IF: IR ← Mem[PC], PC←PC+4
• ID&RF: A←Rs0（IR6-10), B←Rs1(IR11-15), IMM←Sgn^IR16-31
• EX:
• Memory: ALUout ← A + IMM
• ALU op.: ALUout ← (A op B) or (A op IMM)
• Branch: ALUout ←PC+IMM, cond←A op 0
• MEM:
• MDR←M[ALUout] (Load) or M[ALUout] ← B (Store)
• if(cond) PC ← ALUout
• ALUout1 ← ALUout
• WB:Rd ← MR(Load)
• Register-Register ALU op. : Rd（IR16-20) ← ALUout1
• Regsiter-Imm. ALU op. : Rd(IR11-15) ← ALUout1
• Load: Rd(IR11-15) ← MDR
福永 力; Chikara Fukunaga
Registers:
GPR0-31:General
PC: Program Counter
IR: Instruction
Register
A,B,IMM
ALUout,ALUout1
MDR
6
パイプライン制御
Pipeline control
• パイプラインによる制御がない場合，３命令で15サイクル
3 instructions with 15 cycles if no pipeline mechanism
• （理想的）パイプラインによる制御
Idealized control of pipeline
• ５ instructions/9 clock cycles
• CPI（Clocks per Instruction）=9/5=1.8
福永 力; Chikara Fukunaga
7
MIPS値
• MIPS（Million Instructions per Second）
定義（Definition）
: MIPS=Clock Frequency （MHz）÷CPI
（Dhrystone MIPSとは別の定義）
(Dhrystone MIPS is a different definition for CPU
performance)
• If clock cycle is 100MHz, then
• And if CPI=1.8、MIPS=100/1.8=55.55
ここでIF,ID,EX,MEM,WBを1clockでこなすと仮定
（We assume each stage with 1 clock)
• Pentium（初期）はCPI平均0.7（といわれている），クロック
100MHzでMIPS〜143
Average CPI of Pentium (oldest version) is (told as) 0.7, and
MIPS is estimated as ~143 if 100MHz clock
福永 力; Chikara Fukunaga
8
スムーズなパイプライン処理の乱れ
Various factors of Pipeline stalls
• さまざまな制約によりパイプライン処理は理想的に動かない→これを
ハザード（hazard）あるいはコンフリクト（conflict）と呼んだりする
Stalls of a pipeline, which will be occurred with various reasons are
called hazards or conflicts.
• 今まで工夫をこらしてさまざまな（後述の）ハザード対策を行ってき
た．しかしその対策が新たなハザードを生むと行った具合で大変むず
かしい問題が存在する．
Various measures against hazards has been taken (will be introduced
later). There may be several inherent problems to eliminate hazards
since the measures produce another kind of hazards.
• パイプライン処理技術の発展とはH/W，S/Wともにこのハザード対策
といってよい
Development of pipeline technique embedded in modern processors
is just to measure/kill the hazards for both h/w and s/w
福永 力; Chikara Fukunaga
9
ハザードの原因別分類（1）
Classification of Hazards with factors（1）
1. 構造的ハザード（ユニットコンフリクト）
Structural hazards(Unit conflict)
• Cacheの各ステージでの取り合い ⇒ I-cacheとD-cacheを分ける
Cache sharing in several stages
• ALUの取り合い⇒
ALU sharing in several stages ⇒
• メモリアドレス計算ユニットと算術演算ユニットの分離
Two ALUs for immediate value (memory address) calcul and
ALU operation
• 即値アドレス計算をALU演算命令には使わない（DLXの考え
方）
Instructions with ALU are never implemented the address
modifier logic
• 算術演算（整数と浮動小数点で異なるユニット利用）
Different ALUs for floating points and integers
福永 力; Chikara Fukunaga
10
ハザードの原因別分類（2）
Classification of Hazards with factors（2）
2. データハザード（Data Hazard）
•
•
とりあえずRAW（Read After Write）なる状況を考える．
Only RAW situation must be considered seriously
WAR（Write after read），WAW（Write after Write）は通常起き
ないと考えられる．
Neither WAR nor WAW can be out of scope for the moment
3. コントロール（制御）ハザード/Control hazards
•
分岐命令後次の実行アドレス決定までのもたつき．
Dead time introduced in decision of Target Address for a Branch
instruction
• パイプラインのステージ進行がハザードでもたつくことを
「stall」あるいは「interlock」と呼ぶ
Time taking (idling) for moving of stage by stage due to
hazards is generally called “stall” or “interlock”
福永 力; Chikara Fukunaga
11
DLX アセンブリプログラム例
An example program of DLX assembly
• コラーツ数列（Collatz sequence）
• 初項の値をnとする（プログラムでは値123をr1に入れている）
Initial value is set to n (The example sets 123 to r1 as the init. Value)
• 次項はもしnが奇数なら3*n+1，偶数ならn/2で与える
The next term will be 3*n+1 if n is odd, else n/2
タグ(Tag)
（アドレスに名前付け
Naming to an address）
operand
命令
（Instructions）
Comment
福永 力; Chikara Fukunaga
12
データ（RAW）ハザード例
Data(RAW) Hazard
• for(i=0;i<100;i++) a[i]=a[i]+b[i]+c[i+1];
• Example of RAW stalls in a primitive pipeline processing
29 cycles
福永 力; Chikara Fukunaga
13
データハザード回避策(1)
Avoidance of Data Hazard(1)
• Pipeline forwarding (19 cycles)
福永 力; Chikara Fukunaga
14
データハザード回避策(2)
Avoidance of Data Hazard(2)
• 命令を発行順ではなく自由に並びかえパイプラインの効率を高めるコ
ンパイラの導入（15 cycles）
To have a good compiler in order to execute instructions in out of
order for the pipeline (15cycles)
• オレンジ部は命令の実行順序を元のそれから変えた．結果に影響は
ないがstallは減っている．
Instructions in the orange parts are changed their execution order
from the original coding. Stalls can be eliminated drastically.
福永 力; Chikara Fukunaga
15
コントロールハザード
Control Hazard
• 分岐命令によりひき起されるハザード
Hazards triggered by branch instructions
• 条件分岐（beqz, bnez）は条件成立（taken）で分岐アドレス以降の命令、不成
立（not taken）で直後の命令に移行
An instruction at the target address will be executed next if the branch
condition is met (taken), else one after the branch will be done (not taken).
福永 力; Chikara Fukunaga
16
分岐命令によるストール例
Example of a stall caused by a branch instruction
• ブランチ命令にcondの真偽はMEMステージで確定する．
そこまで次のアドレスは決められない．
True/False in branch condition is determined in MEM
stage. Target address can not be determined until this
stage
Not taken (3 stalls)
Taken (3 stalls)
福永 力; Chikara Fukunaga
17
分岐命令のストール対策（1）
Elimination of stalls of Branch instructions (1)
• 遅延分岐 Delay Branch
• 分岐先判明までの時間を有効に使うためその次に数
スロット命令を追加する．分岐先判明後に分岐先命
令実行
Several instructions which are not critical for the
branch operation will be installed until the branch
address is fixed.
• もし命令数が分岐先判明までのスロット数と同じであ
ればストールはない．
If you can insert number of instructions as same as one
for the decision needed, no stall will be observed
福永 力; Chikara Fukunaga
18
遅延分岐例
An example of delayed branch
• addi r4,r4,#4はtaken/not takenに関わらず実行される
addi r4,r4,#4 will be done always regardless of the branch
condition
• この命令をbranch命令後に実行させることによりストール
を減らせる
Number of stalls can be
reduced if this instruction is
put after the branch
福永 力; Chikara Fukunaga
19
分岐命令のストール対策（2）
Elimination of stalls of Branch instructions (2)
• Taken/Not takenをできるだけ前のステージで決める
Taken /Not taken should be determined in as forward stage as
possible
• 分岐先アドレスもできるだけ前のステージで決める
Branch Target Address should be also determined in as forward stage
as possible
• 分岐命令は以下のようにID&RFで条件成立ととび先の確定を行う
Conditon and target address decision is done in ID&RF stage
• 分岐命令は以下のようになる．命令のデコード途中なので赤い部分
はすべての命令で実行されるようにする
ID&RF stage of Branch instruction is done in the following way; all the
instruction should perform steps indicated in red because branch is
not decoded;
• IF: IR ← Mem[PC], PC ← PC+4
• ID&RF: A←Rs0（IR6-10), B←Rs1(IR11-15),
BTA ← Sgn^IR16-31, if (Rs0 op 0) PC ← BTA
• EX:
• MEM:
• WB:
福永 力; Chikara Fukunaga
20
分岐命令のストール対策（2）
Elimination of stalls in Branch（2）
• もしIDステージで前スライドのような前倒しが可能なら
if the determination of the branch (T/NT) and BTA can be done in the forward
stage,
• Not takenでのストールはなくなるがTakenでは1ストール発生
No Stall in the case of Not taken, but still 1 stalls in Taken
• この手続きではNot taken優勢として次の命令のIFステージを進めている
In this algorithm, the instruction in not taken is assumed to be done next
福永 力; Chikara Fukunaga
21
静的分岐予測（1）
Static Prediction of Branch (1)
• 静的予測（予測違いによる被害が小さいように）：
Static Branch prediction (in order not to make serious hazards)
• プログラムの特質を考慮した分岐の予測を行う
Branch prediction with program characteristics
• 一般にプログラムは11-17%の条件分岐，2-8%の無条件分岐を
含んでいる
Normally a program contains 11-17% of conditional branch, and
2-8% of unconditional branch
• 条件分岐のtaken確率〜50%
probability of taken in a conditional branch ~50%
• loop構成の条件分岐のtaken確率>90%
probability of taken in a conditional branch used in a loop
>90%
• bit testの条件分岐のほとんどはnot-taken
results of conditional branch with bit test is almost not taken
福永 力; Chikara Fukunaga
22
静的分岐予測（2）
Static Prediction of Branch (2)
• 静的分岐予測（続き）
Static Branch prediction (cont’d)
• あらかじめ条件分岐がループの場合（分岐先が現在番地より手
前）は9割taken，1割not-takenとしてしまう
Branch condition in a loop (target address is in front of the current
address) is set to taken 90%, not taken 10%
• If （条件） then A… else B…の場合，A…のほうがメジャーなのではと
の設定
In the case of If (condition) A… else B…, fixed as A… is prior than B…
福永 力; Chikara Fukunaga
23
動的分岐予測 1（BPB）
Dynamical Branch Prediction (1)
• 分岐予測バッファ（キャッシュ）
Branch Prediction Buffer; BPB (Cache)
• コンパイル時にブランチ命令のアドレス
をBPBに登録しておく．予測のため2ビッ
ト分用意する
The addresses of branch instructions are
registered in BPB at compilation, T/N is
predicted with twice occurrence of the
branch. 2bits for prediction are prepared.
• IDステージで分岐命令と判明したら，
BPBを参照して次回予測Taken/Not
takenを得る，
If a branch instruction at ID stage is
confirmed, the processor predicts its
Taken/Not taken by referring the BPB.
福永 力; Chikara Fukunaga
24
BPBの2ビット分岐予測論理
2 bit prediction logic of BPB
• T/N is 次回予測（Next prediction）
D/S is 前回実績（Previous score）
Update of the BPB is done dynamically
• もし前回の結果がT/Nと一致なら，
次回予測もそのT/Nとする．
If D/S=T/N, T/N is used for the next
• 今回の結果がT/Nの反対の場合，
次回予測ははずれの回数による．
If D/S != T/N, next T/N will be
dependent on the number of failures.
福永 力; Chikara Fukunaga
25
動的分岐予測2（BTB）
Dynamic Branch Prediction 2
• 分岐標的バッファ（Branch Target Buffer; BTB）
• 分岐のtaken/not-takenのみならず，分岐先予測も行う．
BTBに分岐履歴を保持しておく．
Branch address prediction will be don as well as T/N prediction.
• IF-ステージで命令アドレスを常に（どの命令でも）BTBで検索し
Search of the instruction address in the BTB at IF-stage for every instruction, and
• 一致があればそれは分岐命令であり，predicted address fieldに登録されているアドレ
スにすみやかに移動．そのアドレスでのIF-ステージ実行（ストールなし）
If a matching is found, the instruction is regarded as a branch, then IF-stage for the
instruction of the destination address registered in the table is stared immediately
• 一致なければ通常パイプラインフロー
No matching, normal pipeline flow
福永 力; Chikara Fukunaga
26
スーパーパイプライン
Super-pipeline
1. 命令実行を加速させるひとつの方法
Another way to boost instruction execution
2. ステージ数を増加させる（6から20ステージ、Core 2は14
ステージ）．
Increased number of stages
(6〜20 stages, Core 2 has 14 stages).
3. 各ステージの動作の単純化
simplify the functionality of each stage
4. 3と4でhigh clock freq. を達成させる．
With items 3 and 4, Clock freq. can be increased
5. しかしdata hazard対策と高度な分岐予測が必要
But careful treatment for data hazard and super
technique of branch prediction are indispensable
福永 力; Chikara Fukunaga
27
Super-pipeline 例（Example）
• もし各ステージ1クロックで動作させると
If we operate pipeline with 1 stage/clock,
CPI (Clock per Instruction) for 5 stage pl = 8/4, but one for 10 stage =
13/4=3.25
• 5 stage
• 10 stage
• しかしもしFreq.を×1.666 upさせると3.25×0.6=1.95、
If Freq. is increased 60%, 3.25×0.6=1.95
同程度以上の性能が得られる．
Comparable performance can be gotten.
福永 力; Chikara Fukunaga
28
SAXPY計算
SAXYPY calculation
• Z[i]=a*X[i]+Y[i] :SAXPY単精度axi+yiという計算
Z[i]=a*X[i]+Y[i]:SAXPY;Single precision AX Plus Y calculation
• 単純なパイプラインではデータハザード（RAW）によるストールが多発
Many stalls due to Data (RAW) hazards with the simple pipeline
• 繰返し1回で24 cycles
24 cycles required for a turn in the loop
福永 力; Chikara Fukunaga
29
ループ展開（Loop Unrolling）
• RISCスタイルのCPUでは数多くの汎用レジスタがあるのでループ内を
レジスタを豊富に使い書き直す
Use general purpose registers as much as possible for instructions in a loop
• 3回分の繰り返しを1回のループに展開（unroll）する．
3 original loops into one big loop with loop unrolling technique
福永 力; Chikara Fukunaga
30
SAXPY Software Pipeline
• １つのループをいくつかのステージに分ける．
Instructions in the loop can be divided into several stages
• １つのループ内でステージごとに異なるデータ領域への操作を行う
Each stage handles different region of data arrays
Storing of r8 to Z[i]
Modification of r8 (Y[i+1]) with r8+r10
Preparation of
r10(a×X[i+2])
福永 力; Chikara Fukunaga
31
Software pipeline -考え方（1）
-background idea(1)
• SAXPYのような処理ループで同じレジスタの取り合いがRAWデータハザード
Sharing of a few registers makes the RAW data hazards in the SAXPY loop
• 処理をパイプライン的に捉え直す
Process in the loop can be reconstructed with the idea of a pipelin
• 各ステージでは処理用レジスタを異なるものにする．結果的にハザードを減らせ
る
Use different register sets for different stage in the loop will reduce the
hazardous situations.
福永 力; Chikara Fukunaga
32
Software pipeline -考え方（2）
-background idea(2)
• 先のSAXPYのソフトウェアパイプラインプログラムをCで書いてみよう：
C like program expression for SAXPY with Software pipeline
• 機械語プログラムでは主ループの前（プロローグ）と後（エピローグ）の記述を
抜かしてあった．
The programs expressed in DLX assembly ignored both the prolog and epilog
parts
福永 力; Chikara Fukunaga
33