SimpleScalar 仿真中的 L1 和 L2 未命中率答案

【问题标题】：L1 and L2 Miss Rates in SimpleScalar SimulationSimpleScalar 仿真中的 L1 和 L2 未命中率
【发布时间】：2012-04-03 01:06:54
【问题描述】：

我在 SimpleScalar 模拟工具中模拟了 4 个不同的二进制文件，对于每个二进制文件，L2 统一未命中率都大于 L1 数据未命中率。

在我的任务中，我想进行一些分析。我想到的第一件事是 L2 未命中率应该更小，因为它比 L1 缓存具有更高的层次结构和更大的大小。

此外，据我所知，只有在 L1 缓存中未命中时才会引用 L2。在我看来，L2应该有L1大部分时间没有的数据，所以它的丢失率应该更低。

但是，结果并不接近我的预期。

例如，

L1 数据丢失率：0.0269
L2 统一未命中率：0.0566

未命中率确定为misses / references缓存。

我的方法有什么问题？为什么 L2 未命中率大于 L1？

【问题讨论】：

与缓存相关的问题（代码 + 数据）有多大？它们都更大，都更小，还是覆盖一个范围？两个缓存的典型引用计数是多少（即上面的绝对数字是多少，而不是比率）？
例如，如果问题是大小 n 并且所有内容都适合 L1，那么您将在 L1 和 L2 中有 n 个未命中，但在 L1 中有 kn 个引用，在 L2 中有 n 个引用。所以 L1 比率会很小，L2 比率会统一。绝对数量和大小至关重要。
我的输入文件如下所示：'25000 e 2231'。我不知道这意味着什么。感谢您的帮助。

标签： performance caching simulation

【解决方案1】：

命中/未命中率仅考虑试图使用特定缓存的数据访问。因此，如果您正在使用的数据已经在寄存器中，则甚至不需要检查 L1 缓存，因此 L1 不会记录命中或未命中。类似地，如果在 L1 中找到数据，则 L2 不会记录命中或未命中。 L2 的未命中率基本上是（# 次数据不在 L2 中）除以（# 次 L2 被访问），或者等效地（# 次数据不在 L2 中）除以（# 次数据不在 L1 中） .

【讨论】：