如何用SimpleScalar进行cache性能研究（四）替换策略的影响

　　在最近一系列的文章中，我们集中介绍了在计算机体系结构学术界广泛使用的一款模拟器SimpleScalar，包括各种模拟器，以及模拟器的运行，提到了影响cache性能的几个方面：容量、块大小、相关度、替换算法。
　　我们通过三篇文章，以及相关的实验，分别探讨了cache容量和块大小，以及相关度对cache性能的影响，并给出了相应的分析。今天我们继续探索影响Cache性能的最好一个重要的方面--替换算法。替换策略概念
　　因为实际的计算机体系结构中，主存中的块数量要多于cache中的块数量，所以当我们从主存中，调一个块到cache中时，经常出现的情况是，被调块映射到cahce中的块正在被使用。在这种情况下，我们需要强制将之前的块从cache中移出，放入新映射的cache块。整个替换过程需要遵守相应的替换策略。
　　当前主要的替换策略有三种：先进先出(FIFO)策略、最近最少使用(LRU)策略、随机(RANDOM)策略。
　　三种替换策略没有绝对好坏之分，只是说是否适应当前的应用场景。判断当前替换策略的准则就是，是不是将使用率更高的块保留在了cache中，能不能降低cache的失效率和提升了cache的性能。
　　替换算法对cache性能的影响
　　整个实验的具体做法是：在SimpleScalar的配置过程中，固定Cache的块大小为32byte，相联度为2，容量从2k、4k、8k一直变化到256k，同时分别改变替换策略，获得失效率数据。
　　整个过程的参数变化如下表所示（给出部分参数，剩余的类似）：
　　表一 参数变化
　　经过测试，我们得到不同替换策略，失效率的变化情况。具体变化趋势曲线如下图所示，其中横轴为cache容量，纵轴为cache失效率。
　　图一 Cache相联度对失效率影响结果分析
　　从上图的曲线中可以发现，当cache容量还比较小的阶段，随机(RANDOM)替换策略的失效率最低，最少使用替换策略（LRU）次之，先进先出替换策略（FIFO）最高，即随机替换策略（RANDOM）的cache的性能更好，最少使用替换策略（LRU）的性能次之，先进先出替换策略（FIFO）的cache性能最差。但是随着Cache容量的不断增加，三种替换策略之下的失效率都开始下降，在同一cache容量下，我们可以看出，最近最少使用(LRU)替换策略和先进先出(FIFO)策略的失效率要略好于随机（RANDOM）替换策略。
　　所以如果我们关注计算机体系结构相关信息，就能看到现在一般的计算机中，最少使用LRU替换策略使用的较多。
　　小结
　　近日来，我们通过四篇文章，系统介绍了影响Cache性能的四个方面，通过相应的实验，分析实验数据，得出了对比结论。希望大家能从这四篇系列文章中，有所收获。
　　另外，和计算机体系相关的问题，也欢迎大家和我进行讨论。
　　参考资料：[1]SimpleScalar模拟器使用指南