L'ottimizzazione è un processo costoso, per tanto viene facile pensare che ci sia una mancanza di volontà da parte delle software house di investire.
In un mondo dove i prodotti sono perennemente in beta, come darvi torto.
Tuttavia il SMT, tra l'altro nelle varianti a 4-8 vie, è diventata un'esigenza nel mercato HPC, dove pochi punti percentuali possono fare la differenza, e ridurre sensibilmente i costi di gestione.
Per quanto il software sia ottimizzabile, c'è sempre un certo margine di imprevedibilità nel codice.
Se il codice fosse prevedibile non esisterebbe l'esigenza di un branch-prediction hardware.
Vi posto uno studio.
Dal confronto tra i due grafici, la predizione rami HW, è sempre superiore alla predizione software.
Quote:
|
Originariamente inviato da conclusioni dello studio
At present, all the branch prediction strategies are quite simple. If some AI algorithms can be combined into them, then we can expect even higher prediction accuracy. That is, we can use the AI algorithms to adjust the parameters of the branch prediction strategies (such as the size of the branch history register table, the size of the branch history pattern table, and the length of the branch history register). Then we can ensure the most proper training time to achieve the highest performance.
|
Le mie conclusioni sono queste: il software è importante ma l'hardware non è un elemento secondario. E il SMT è solo un sistema come un altro per nascondere anche le lacune della CPU.
link:
http://pages.cs.wisc.edu/~guo/projects/752.pdf