将分支预测作为强化学习问题：缘由、方法与案例研究
机器学习
2021-06-28 v1 人工智能
摘要
近年来，分支预测器（BP）效能的提升陷入停滞，分支预测器设计中也缺乏新思路，这呼吁该领域出现新的思考。本文认为，从强化学习（RL）的视角看待 BP 有助于对 BP 设计进行系统性推理与探索。我们描述了如何将 RL 形式化应用于分支预测器，表明现有预测器可以用该形式化简洁表达，并研究了两类基于 RL 的传统 BP 变体。
引用
@article{arxiv.2106.13429,
title = {Branch Prediction as a Reinforcement Learning Problem: Why, How and Case Studies},
author = {Anastasios Zouzias and Kleovoulos Kalaitzidis and Boris Grot},
journal= {arXiv preprint arXiv:2106.13429},
year = {2021}
}
备注
6 pages, appeared in ML workshop for Computer Architecture and Systems 2021