Optimizing L1 cache for embedded systems through grammatical evolution

要約

現在、組込みシステムには、この種のシステムでかつてなかったほど性能とエネルギー消費の両方に影響を与えるほど大規模なキャッシュメモリが搭載されています。また、キャッシュメモリシステムは、実行中のアプリケーションのメモリアクセスパターンに応じて構成を変更することで、これらの指標を向上させるコンポーネントとして認識されています。しかし、キャッシュメモリには多くのパラメータがあり、多くの異なる値に設定することができるため、設計者は広範で時間のかかる探索空間に直面することになる。本論文では、Grammatical Evolution (GE)に基づく最適化フレームワークを提案し、与えられたベンチマークアプリケーションのセットに対して最適なキャッシュ構成を効率的に見つけることができるようにする。このメタヒューリスティックは、少ない世代数で良好な結果を得るために、最適化の実行時間を大幅に短縮することができる。さらに、評価したキャッシュを効率的に保存することで、この削減効果も高まります。さらに、GEを選択した理由は、文法の可塑性により、異なる構成の評価に必要なキャッシュシミュレータへの呼び出しを形成する表現型の作成が容易であるためである。Mediabenchスイートの実験結果は、我々の提案が、現実世界のベースライン構成に対して平均$62%$の改善を得るキャッシュ構成を見つけることができることを示しています。

要約(オリジナル)

Nowadays, embedded systems are provided with cache memories that are large enough to influence in both performance and energy consumption as never occurred before in this kind of systems. In addition, the cache memory system has been identified as a component that improves those metrics by adapting its configuration according to the memory access patterns of the applications being run. However, given that cache memories have many parameters which may be set to a high number of different values, designers face to a wide and time-consuming exploration space. In this paper we propose an optimization framework based on Grammatical Evolution (GE) which is able to efficiently find the best cache configurations for a given set of benchmark applications. This metaheuristic allows an important reduction of the optimization runtime obtaining good results in a low number of generations. Besides, this reduction is also increased due to the efficient storage of evaluated caches. Moreover, we selected GE because the plasticity of the grammar eases the creation of phenotypes that form the call to the cache simulator required for the evaluation of the different configurations. Experimental results for the Mediabench suite show that our proposal is able to find cache configurations that obtain an average improvement of $62\%$ versus a real world baseline configuration.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL