38、不规则代码的价值轮廓引导步长预取及 Java 数组边界检查消除

不规则代码的价值轮廓引导步长预取及 Java 数组边界检查消除

1. 不规则代码的价值轮廓引导步长预取

1.1 性能对比

在对 CPU2000 整数程序在 Itanium 机器上的运行测试中，使用训练输入集（train - ref）获得的性能仅略低于使用参考输入集（ref - ref）获得的性能。通过 VPGSP（Value - Profile Guided Stride Prefetching）方法，我们观察到显著的性能提升，例如“181.mcf”有 1.55 倍的加速，“254.gap”有 1.15 倍的加速，“197.parser”有 1.08 倍的加速。与静态编译器预取和硬件预取方法相比，VPGSP 的性能提升要高得多。

1.2 加载分类

实验将分析的加载分为以下几类：
- SSST（Strong single stride loads）：强单步长加载
- PMST（Phased multi - stride loads）：分阶段多步长加载
- WSST（Weak single stride loads）：弱单步长加载

平均而言，约 59%的分析加载是“强单步长”，约 5%是“分阶段多步长”，另外 2%是“弱单步长”。不过，不同的基准测试显示出显著不同的分布，例如 254.gap 基准测试中，45%的分析加载属于“分阶段多步长”类别，36%属于“弱单步长”类别，只有 17%属于“强单步长”类别。

1.3 性能指标图表

基准测试	SSST（%）