摘要
面向移动终端的处理器性能评估需要具有代表性的测试程序,本文通过分析安卓应用阶段性的微架构无关特征,选取能够代表整个应用的程序片段,为最终生成代表性测试程序提供可靠依据。本文所提出的微架构无关特征包括指令混合比、关键路径长度、寄存器传输、指令/数据的空间局部性/时间局部性、分支行为、串行指令分布7大类,总计227个微架构无关特征维度。同时在Gem5中加入了特征参数的统计代码,通过基于固定Cycle数的切割方法,对安卓应用进行切片,并提取了所有特征片段中的微架构无关参数以及相应的微架构相关参数。随后通过降维、聚类的方法从众多的特征片段中挑选出典型特征片段来代表整个安卓应用执行时的负载特征。
引文
[1]Guthaus M R,Ringenberg J S,Ernst D,et al.Mi Bench:Afree,commercially representative embedded benchmark suite[C].Proceedings of the Workload Characterization,2001WWC-4 2001 IEEE International Workshop on,IEEE,2001:3-14.
[2]Lee C,Potkonjak M,Mangione-Smith W H.Media Bench:atool for evaluating and synthesizing multimedia and communi-catons systems[C].Proceedings of the Proceedings of the 30thannual ACM/IEEE international symposium on Microarchitec-ture,IEEE Computer Society,1997:330-5.
[3]Gutierrez A,Dreslinski R G,Wenisch T F,et al.Full-systemanalysis and characterization of interactive smartphone applica-tions[C].Proceedings of the Workload Characterization(IISWC),2011 IEEE International Symposium on,IEEE,2011:81-90.
[4]李郁林.高维数据分析中的降维研究[J].计算机软件与应用,2012,17(3):2-5.
[5]谭维.数据挖掘中聚类集成与半监督聚类研究[D].西南交通大学,2010.
[6]冯超.K-means聚类算法的研究[D].大连理工大学,2007.
[7]付峰.聚类分析(三)K中心点算法(k-mediods)[D].西南交通大学,2009.