@article{oai:nagoya.repo.nii.ac.jp:00008565,
 author = {野口, 良太 and NOGUCHI, RYOTA and 森, 敦司 and MORI, ATSUSHI and 小林, 良太郎 and KOBAYASHI, RYOTARO and 安藤, 秀樹 and ANDO, HIDEKI and 島田, 俊夫 and SHIMADA, TOSHIO},
 issue = {5},
 journal = {情報処理学会論文誌},
 month = {May},
 note = {命令レベル並列性を利用する高性能プロセッサにおいては, 分岐予測機構の予測精度は性能に大きな影響を与える. 分岐予精度を制限する主たる要因は, 競合であることが知られている. これまで競合への対策として, その発生そのものを減少させる試みがなされてきた. しかしこの方策だけでは予測精度を改善するには限界がある. これに対して我々は, 競合の中でも予測に悪影響を与える破壊的な競合の削減に注目し, 競合が発生しても予測精度を大きく低下させないアプローチをとる. このアプローチに基づきsgshareと呼ぶ新しい予測機構を提案する. sgshareでは, パターン履歴テーブルを2つに分離し, 分岐方向の偏りが同一の分岐を一方のテーブルにのみマッピングすることにより, 破壊的な競合を無害な競合に変換する. IBS-Ultrixベンチマークを用いたシミュレーションにより評価をした結果, sgshareは従来のgshareと比較して, 約8Kバイトのハードウェア・コストにおいて, 0.05～0.89%予測精度が向上することを確認した. また, この予測精度の改善により, プロセッサの性能は今日のスーパースカラ・マシンにおいて平均7.19%, より広い命令発行幅とより深いパイプラインを持つ将来のスーパースカラ・マシンにおいて平均14.6%速度が向上することを確認した., Branch prediction accuracy makes a tremendous impact on modern high-performance microprocessors that exploit instruction-level parallelism. Aliasing is a known major factor that limits prediction accuracy. A several studies have attempted to reduce the total rate of aliasing. Yet, only this approach is not enough for further improvement of prediction accuracy. In this paper, we focus on reducing destructive aliasing that has a negative impact on prediction accuracy. We propose a new branch prediction scheme, called sgshare, which modestly affects prediction accuracy even when aliasing occurs. Sgshare divides the pattern history table into two parts, and maps branches with the same direction bias to only a single part of the table. This mechanism converts destructive aliasing into harmless aliasing. Our evaluation results show that sgshare achieves 0.05-0.89% better prediction accuracy than the conventional gshare with approximately 8 K-byte hardware cost. This improvement of the prediction accuracy contributes to the performance of a current superscalar processor by 7.19%, and that of a future superscalar processor with a wider instruction issue and a deep pipeline by 14.6%.},
 pages = {2119--2131},
 title = {分岐方向の偏りを利用し破壊的競合を低減する分岐予測方式},
 volume = {40},
 year = {1999}
}