-- ChangWonLee - 2011-01-10

Intall

• CentOS 5.4에서 수행함

1. [다운로드] - simplesim-3v0d.tgz(바로가기 클릭)
   • [참고] - http://www.simplescalar.com/
2. [압축 풀기]
   • $ tar -xvf simplesim-3v0d.tgz
3. [빌드] - 압축해제 후 생성된 디렉터리로 이동한 후 config (pisa, pisabig, pisalit, alpha)
   • $ cd simplesim-3.0
     $ make config-pisa
     $ make
   • 완료 후 "my work is done here..." 메시지 출력
4. [설정] - .bash_profile에 실행파일, 컴파일러 경로 설정
   • $ vi ~/.bash_profile
   • PATH 뒤에 simplesim-3.0, 컴파일러 경로를 추가해줌(alias도 상관없음)
     ex>PATH=$HOME/bin:$HOME/ss/simplesim-3.0
5. [테스트] - 간단한 프로그램 작성 후 테스트
   • sample code

     #include <stdio.h>
     int main(void){
         printf("Hello\n"); return 0;
     }
     

   • compile - ssgcc로 alias 해놓았음
     $ssgcc -o hello hello.c
   • 실행 결과

Experiments

Mibench

• automotivate

benchmarks\check list	compile	link	execute	correct result
basicmath	O	O	O	X
bitcounts	O	O	O	O
qsort	O	O	O	O
susan	O	O	O	O

• consumer

benchmarks\check list	compile	link	execute	correct result
jpeg	O	O	O	O
lame	X	-	-	-
mad	X	-	-	-
tiff	X	-	-	-
typeset	X	-	-	-

• network

benchmarks\check list	compile	link	execute	correct result
dijkstra	O	O	O	O
patricia	O	O	O	O

• office

benchmarks\check list	compile	link	execute	correct result
ghostscript	X	-	-	-
ispell	O	O	O	O
rsynth	X	-	-	-
sphinx	X	-	-	-
stringsearch	O	O	O	O

• security - blowfish(ranlib path, cc)

benchmarks\check list	compile	link	execute	correct result
blowfish	O	O	O	O
pgp	O	O	O	X
rijndael	O	O	O	O
sha	O	O	O	O

• telecomm

benchmarks\check list	compile	link	execute	correct result
CRC32	O	O	O	O
FFT	O	O	O	O
adpcm	O	O	O	O
gsm	O	O	O	X

Matrix Multiplication

• matrix의 크기를 L2 cache와 같게하여 프로그램을 수행해 보고 그 결과값을 확인한다.
• spec : 256 by 256의 int형 정방 행렬을 사용하며, cache는 64 KB L1 cache(32 KB L1 Data + 32 KB L1 Instruction), 256KB L2 cache를 사용하였다.
• result : 수행 결과, 총 8m15s의 시간이 소요되었고, CPI = 0.6824, IPC = 1.4654가 나왔다.

	L1 Instr	L1 Data	L2
access	558324876	186063025	17039552
misses	356	16948720	449271
miss rate	0	0.0911	0.0264

matrix의 크기가 L2 cache의 size와 같아서 부분합을 구하는 부분에서 행 단위로 뛰는 참조를 하기때문에 miss rate가 상당할줄 알았지만 수행 결과 miss rate가 L1 9.1%, L2 2%로 생각보다 크지 않았다. L2 cache를 설정할 때, block당 64byte로 4-way를 하여 1024개의 line이 존재하게 하였다. Matrix의 행에 대한 연산은 순차적으로 접근하기 때문에 miss rate이 매우 작을것이므로 대부분의 cache miss는 행단위일 것이다. 행 단위로 접근하는 연산은 3중첩 for문에 의해서 256*256*256 = 16777216이 된다. 이 프로그램을 simulation하는데 데이터를 위한 access 횟수는 L1 data(186063025) + L2(17039552)로 총 203102577개이다. 따라서 행단위 연산에서 무조건 miss가 난다고 할 때 행단위의 miss rate는 256^3/(데이터 메모리 access횟수) = 0.08이다. 하지만, 이렇게 무조건적인 miss가 발생할리는 없으므로 0.08보다 작은값을 갖게 될 것이다.