RISCV体系结构编程（1）重名(aliasing)与同名(homonyms)

最新推荐文章于 2025-12-04 11:10:32 发布
原创 最新推荐文章于 2025-12-04 11:10:32 发布 · 347 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#系统架构 #risc-v

研究对象

寻址Cache方式为VIVT或VIPT的处理器会发生高速缓存重名问题。

重名

多个不同的虚拟地址映射到相同的物理地址

VIVT方式

一个物理地址的内容同时出现在多个cache行中，当系统改变虚拟地址到物理地址的映射时，需要清空这些cache并使他们失效，导致系统性能降低

VIPT方式

VIPT机制

  1. 处理器输出的虚拟地址同时发送到TLB/MMU进行地址翻译，并在cache中使用虚拟地址索引域和偏移量寻址cache组。
  2. TLB/MMU把VPN翻译为PFN，同时使用虚拟地址的索引域和偏移量以及物理地址的PFN即标记域来寻址cache行

VIPT优点

多任务操作系统中修改虚拟地址到物理地址的映射关系时不需要invalidate cache

TLB中的重名

TLB是类似于VIVT的cache
没有重名问题！！！
因为cache存放的是数据，TLB存放的是映射关系，映射关系下游的由MMU决定，而且是一对一！
cache数据由上游的CPU的寄存器决定，数据随时都可以变
从这里我们可以看到数据流动的方向性！！！

同名

相同的虚拟地址对应不同的物理地址
进程切换时容易发生

TLB中的同名

有同名问题！！！
设进程A和进程B都用0x50000的虚拟地址，A的页表需要映射为0x400，B的页表需要映射为0x800但是，已经被A映射为0x400了，B在映射时会发生TLB命中，返回0x400这个错误映射。

Beyond Lau
关注
绿米Aqara S1【妙控开关 S1E】的破解方法---续篇
LeeKwen的专栏
10-26 1万+
上接第一篇《绿米Aqara S1【妙控开关 S1E】的破解方法》。上篇主要讲述了，绿米S1E这款硬件的基本组成及TTL线的线序，并获取到了对应的串口打印信息。此篇重点讲解，如何进入其系统，并开启访问权限。
【GPU精粹与Shader编程】(二) 《GPU Gems 1》全书核心内容提炼总结 · 上篇
【浅墨的游戏编程Blog】毛星云（浅墨）的专栏
04-23 1万+
                                      本文由@浅墨_毛星云 出品，首发于知乎专栏，转载请注明出处                                      文章链接： https://zhuanlan.zhihu.com/p/35974789       题图背景来自《战神4》。   系列文章前言   我们知道，《GP...
超标量处理器设计笔记（7） Cache同义重名问题、同名问题，VIPT PIPT VIVT 介绍和对比
qq_41703711的博客
12-08 1674
相同名字对应不同的物理地址类型优点缺点应用场景PIPT没有重名问题查找速度慢用于 L2VIPT适中适中大部分处理器使用VIVT访问速度快，不需要 TLB 转换物理地址重名问题出现频繁引入虚拟存储器的优点可以让程序有独立的地址空间，每个程序都有 32 位 4GB 的地址空间，不需要限定范围引入虚拟空间和物理空间的映射，有效利用碎片化的物理空间。
物理/虚拟高速缓存区别以及高速缓存重名/同名问题详解
Do one thing at a time, and do well.
09-08 2530
概述 处理器在访问存储器时，访问的地址都是虚拟地址，经过TLB和MMU的映射后变成物理地址。TBL只用于加速虚拟地址到物理地址的转换过程。得到物理地址后，若每次都直接从物理内存中读取数据，显然会变慢。实际上，处理器都配置了多级的高速缓存来加快数据的访问速度。 物理高速缓存 当处理器查询MMU和TLB并得到物理地址之后，使用物理地址查询高速缓存，这种高速缓存称为物理高速缓存。 缺点：使用物理高速缓存的缺点就是处理器在查询MMU和TLB后才能访问高速缓存，增加了流水线的延迟时间。 ...
Linux内存管理：ARM64体系结构与编程之cache（1）
RToax
11-19 3821
《Linux内存管理：ARM64体系结构与编程之cache（1）》 《Linux内存管理：ARM64体系结构与编程之cache（2）》 《ARM SMMU原理与IOMMU技术（“VT-d” DMA、I/O虚拟化、内存虚拟化）》 《内核引导参数IOMMU与INTEL_IOMMU有何不同？》 《提升KVM异构虚拟机启动效率：透传(pass-through)、DMA映射（VFIO、PCI、IOMMU）、virtio-balloon、异步DMA映射、预处理》 目录 为什么系统软件人员要深入了解cache
VTK修炼之道2_VTK体系结构1
沈春旭的博客
11-03 7827
1.OverView综述 The Visualization Toolkit consists of two basic subsystems: a compiled C++ class library （一个已经编译好的C++类库）and an “interpreted” wrapper layer（一个用于解释的语言层） that lets you manipulate theco
计算机体系结构——分支预测
TL2363023951的博客
04-09 3729
分支预测解决流水线冲突中的控制冒险。在指令集中，分支指令包括条件指令和非条件指令。对无条件指令来说，无需进行条件判断，就可以获得跳转后的地址；但是对条件跳转指令，无论是条件直接跳转还是条件间接跳转指令（RISC-V 无此类指令），都需要在执行阶段才可以确定是否跳转，这样会影响取值阶段的效率。
【GPU精粹与Shader编程】(八) 《GPU Pro 1》全书核心内容提炼总结
【浅墨的游戏编程Blog】毛星云（浅墨）的专栏
10-28 1万+
          本文由@浅墨_毛星云 出品，首发于知乎专栏，转载请注明出处           文章链接： https://zhuanlan.zhihu.com/p/47866903   本文是【GPU精粹与Shader编程】系列的第八篇文章，全文共两万余字。文章盘点、提炼和总结了《GPU Pro 1》全书总计22章的核心内容。 题图来自《荒野大镖客2》。     全文内容...
【GPU精粹与Shader编程】(三) 《GPU Gems 1》全书核心内容提炼总结 · 下篇
热门推荐
【浅墨的游戏编程Blog】毛星云（浅墨）的专栏
05-06 1万+
本文由@浅墨_毛星云 出品，首发于知乎专栏，转载请注明出处   文章链接： https://zhuanlan.zhihu.com/p/36499291题图背景来自《神秘海域4》。系列文章前言《GPU Gems》1~3 、《GPU Pro》1~7 以及《GPU Zen》组成的饕餮盛宴，共11本书，合称“GPU精粹三部曲“，是游戏开发、计算机图形学和渲染领域的业界顶尖大牛们一线经验的合辑汇编...
操作系统与系统级编程-2012-期末考试-B
01-31
1. 优化技术的选择题中，内存别名（memory aliasing）不是优化技术。内存别名是指在程序中有多个不同的变量可能引用同一块内存地址，这在优化过程中需要特别注意，因为错误处理可能导致意外行为。而代码移动（code ...
aliasing2d.rar_aliasing_example_hourxt2_matlab
07-15
标题中的"aliasing2d.rar_aliasing_example_hourxt2_matlab"揭示了我们要讨论的主题是关于二维（2D）图像的混叠问题，且该问题通过MATLAB编程环境进行了示例化。混叠是信号处理领域的一个关键概念，特别是在数字图像...
warning: dereferencing type-punned pointer will break strict-aliasing rules
01-20
"warning: dereferencing type-punned pointer will break strict-aliasing rules" 这个警告信息就与 GCC 编译器的 strict aliasing 规则有关，它是 GCC 从版本 3 开始引入的一个重要特性。 严格别名规则（strict ...
智能家政系统架构设计与核心模块解析
最新发布
juzige03的博客
12-04 908
本文分析了家政服务平台的开发背景、技术架构和市场前景。开发背景方面，针对上班族家庭和企业机构对高效专业家政服务的需求。技术架构采用分层设计：前端使用Vue.js/React框架实现响应式界面，业务层基于SpringBoot微服务架构，数据层结合MySQL和Redis等数据库。技术栈包括SpringBoot、MySQL、Uniapp和Vue+ElementUI。市场前景看好，需求持续增长，技术创新和政策支持为行业发展提供机遇。
最近在搞PCS储能双向变流器的Simulink仿真时踩了不少坑，尤其是功率控制环的配合调试简直让人头秃。咱们直接打开仿真模型，先从系统架构开始盘
2504_94281419的博客
12-01 383
1-1.5s放电阶段的电流波形有个小彩蛋：虽然整体THD满足要求，但在模式切换瞬间会出现7次谐波突增。电流内环的解耦控制用了前馈补偿，dq轴电流响应时间控制在1ms以内，比传统解耦快了一倍。重点看网侧控制部分，这里用了PQ控制策略（对应文献[1]）。[1] 网侧控制：采用PQ功率控制，功率外环维持恒功率，电流内环解耦控制。[2] 储能控制：电压电流双闭环控制，直流母线电压外环，电流内环。（实现细节参考了文献[1][2][3]的工程实践）③1-1.5秒，储能向网侧放电，恒功率30KW。
讲一下卫星移动通信网络（系统架构、核心技术与协议挑战及应用场景和战略价值）
xixixi7777的博客
12-03 997
全球覆盖的卫星网络超越了传统国界，引发了复杂的数据主权、内容监管和网络安全问题。从战略上看，它已成为大国竞争的“高边疆”和全球数字基础设施的“制空权”。通过改进的射频前端和协议栈，手机可在无地面信号时，自动切换至卫星模式（如3GPP NTN支持的卫星波段）。：6G愿景中的“万物智联、数字孪生、全域覆盖”，必须依赖空天地一体化网络。：地面网络的“全覆盖”理想与“极高成本”现实之间的矛盾（海洋、沙漠、极地、偏远山区）。：数万颗卫星的部署、碰撞风险和寿命结束后的离轨问题，是严峻的环境和运营挑战。
BMS--系统架构
m0_74739916的博客
12-02 820
48V 智能电池管理板核心目标是实现精准监测、多维保护、低耗节能。适配电动自行车、滑板车、便携式储能设备、工业 AGV 机器人三大核心场景，为设备提供安全可靠的电池管理解决方案。基于 STM32F103C8T6+TI 芯片组（BQ76940AFE/BQ34Z100-G1/BQ76200）stm32f103c8t6 ARM一点少容易被撑死。.Stack（栈区）
盛世宏博档案库房温湿度及安防一体化监控系统架构解析
weixin_41865733的博客
12-02 1019
盛世宏博档案库房监控系统构建"感知-传输-平台-应用"全链路架构，实现温湿度与安防一体化智能管控。系统采用工业级传感器、多模通信技术和智能算法，将温湿度精准控制在14-24℃、45%-60%RH标准区间，并通过人脸识别、红外探测等技术构建立体安防体系。平台层实现数据智能分析与设备联动，应用层提供多终端管理界面，使异常响应时间缩短至秒级，管理效率提升40%。该架构解决了传统库房管理碎片化问题，推动档案管理向数字化、智能化转型。
基于单片机的台灯控制系统设计与实现（论文+源码）
12-01 206
本文设计了一款基于STM32F103单片机的智能台灯系统，旨在解决传统台灯功能单一的问题。系统通过红外传感器检测人体状态，光敏电阻采集环境亮度，实现自动调节照明功能。配备OLED12864液晶显示、独立按键控制及WiFi通信模块，支持手动调节和手机APP远程控制，为青少年提供更健康、智能的用眼照明环境。
GPU卡在空闲时使用率异常的处理
运维老生常谈
12-03 478
在默认下，在没有程序使用GPU卡时，NVIDIA 驱动程序会卸载一部分内核模块以节省资源。持久化模式的作用就是让 GPU驱动程序始终保持加载状态，即使没有任何程序在使用 GPU。这样做的好处是提升性能稳定性，避免了因驱动程序频繁加载和卸载可能带来的性能波动或异常问题。要检查环境中是否已经配置了持久化，可以使用命令在返回的信息中查找“Persistence Mode”这一项。
Aliasing
09-19
提供的参考引用中未涉及关于Aliasing的相关信息，以下是关于Aliasing的一般性介绍。 ### 含义 Aliasing在不同领域有不同含义，在信号处理领域，Aliasing指的是采样定理不满足时，信号频谱发生混叠的现象。采样定理表明，为了能从采样信号中无失真地恢复原始信号，采样频率必须大于等于原始信号最高频率的两倍。当采样频率低于这个阈值时，高频信号会折叠到低频区域，导致无法区分原始信号的频率成分，这就是Aliasing现象。在计算机图形学中，Aliasing通常指锯齿现象，当用有限的像素来表示连续的图形或曲线时，图形的边缘会出现锯齿状的不光滑效果，这也是一种Aliasing。 ### 应用 - **信号处理**：在音频处理中，Aliasing是需要避免的问题。例如在数字音频录制时，如果采样频率不够高，就会出现Aliasing，导致音频失真。为了防止Aliasing，通常会在采样前使用抗混叠滤波器，将高于采样频率一半的信号滤除。在图像处理中，Aliasing也会影响图像质量。比如在对图像进行缩放、旋转等操作时，如果处理不当，就可能出现Aliasing现象，使图像出现锯齿或模糊。为了减少这种现象，会采用一些抗锯齿算法，如超采样抗锯齿（SSAA）、多重采样抗锯齿（MSAA）等。 - **计算机图形学**：在游戏、动画等领域，Aliasing会影响视觉效果。为了提高图形的质量，开发者会采用各种抗锯齿技术来减少Aliasing的影响。例如，在实时渲染中，通过增加采样点的数量或使用更复杂的算法来平滑图形的边缘，使图像看起来更加真实和流畅。 ### 相关知识 为了避免Aliasing，关键是要满足采样定理。在实际应用中，除了使用抗混叠滤波器和抗锯齿算法外，还可以通过提高采样频率或增加分辨率来减少Aliasing的影响。另外，了解信号的频谱特性对于理解和处理Aliasing也非常重要。例如，在设计滤波器时，需要根据信号的频谱来确定滤波器的截止频率，以确保能够有效地滤除可能导致Aliasing的高频信号。 ```python # 以下是一个简单的Python示例，展示采样频率对Aliasing的影响 import numpy as np import matplotlib.pyplot as plt # 原始信号频率 f = 10 # 采样频率 fs1 = 15 # 不满足采样定理 fs2 = 25 # 满足采样定理 t = np.linspace(0, 1, 1000) x = np.sin(2 * np.pi * f * t) # 采样 t1 = np.arange(0, 1, 1/fs1) x1 = np.sin(2 * np.pi * f * t1) t2 = np.arange(0, 1, 1/fs2) x2 = np.sin(2 * np.pi * f * t2) plt.figure(figsize=(12, 6)) plt.subplot(2, 1, 1) plt.plot(t, x, label='Original Signal') plt.stem(t1, x1, label='Sampled Signal (fs = 15 Hz)', basefmt=" ") plt.title('Aliasing (fs < 2f)') plt.legend() plt.subplot(2, 1, 2) plt.plot(t, x, label='Original Signal') plt.stem(t2, x2, label='Sampled Signal (fs = 25 Hz)', basefmt=" ") plt.title('No Aliasing (fs > 2f)') plt.legend() plt.show() ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值