4.2 计算机体系结构——存储层次结构——cache工作原理

cache是小容量、高速缓冲存储器，由SRAM组成，速度几乎和CPU一样快。一般将cache和主存的存储空间都划分为若干大小相同的块

1. cache工作原理

根据时间局部性和空间局部性，当处理器访问一块数据时，它很可能再次访问这块数据或者访问此存储位置附近的数据，因此cache可以在从内存中提取一个字时，也可以提取多个相邻的字，从而提高程序的访问效率。这样的一组字被称为高速缓存块或高速缓存行。

• 分块

主存中分成大小相同的块——主存块，cache中也分成大小相同的块——cache块；当CPU需从内存中读写数据时，发送主存地址cache中查看有没有相应块，若没有则需要从内存中查找并替换cache中某块，再读取，此时便会造成缺失。

cache中存放一个主存块的对应单位为行（line）或槽（slot）或项或块，每个块包括有效位，块地址标记标记（Tag），索引值，Data。

块的大小决定了块偏移，主存中块的数量（组内）决定了Tag，对于直接映射和组向量映射来说，组号决定了索引值的位数。

如图所示为某cache的存储阵列，{Tag，索引值，块偏移}共同组成了主存地址，CPU发出内存地址后会根据地址中的tag和cache中的tag是否相等、Valid是否为1首先确定是否命中，若命中则根据索引和偏移找出所需要的数据。

cache块号 = 主存块号 mod 关联度

• 有效位

系统上电后，cache内无有效信息，当信息从主存复制到cache中时，cache中信息有效，此时需要给每个TAG域增加一个有效位。

该有效位置位的原则是：

1. 命中的cache，有效位置1
2. 开机或复位时，置0
3. 第一次被替换时，置1
4. 操作系统加载程序前，若触发Flush信号，置0

2. 多级cache

1. 多级cache中，L1 cache通常在片内，L2、 L3 cache可以在片内，也可以在片外。
2. 分立cache（即指令cache和数据cache分开）有利于流水线处理器的实现
3. 通常L1 cache是分立的，因为L1 cache的命中时间比命中率更重要，减少命中时间以获得较少的时钟周期

3. cache和主存间的地址映射方式

cache地址=cacheline号/组号+块内地址

1 直接映射

把主存中的每一块映射到一个固定的cache行中。即每个主存地址对应于高速缓存中的唯一地址也称模映射。

在该映射方式中，新块的位置是预先设定好的，因此在缓存块出现竞争时无须替换策略。

主存物理地址=标记+cacheline号+块内地址

内存中的块会存到取模后的cache中的对应块，即 cache line号= （主存block号） mod （cache line总数）

特点：该方式易实现、命中时间短，但不灵活，cache存储空间不能充分利用，命中率低容易造成cache抖动

2 全相联映射

主存块可装到cache任一行/槽中，因此如果要找一个指定的块，需要检索cache中所有的项。该过程是由一个与cache中每个项相关的比较器并行完成。

主存物理地址=标记+块内地址

特点：冲突小，但需要设计较多的比较器，硬件消耗较大，适合块数较小的cache

3 组映射

组内直接映射，组间全映射，即一个cache可以由多个组构成，每个组中有n个块。根据索引域，存储器中每个块对应到cache中唯一的组，并且可以放在这个组中的任一位置。检索时只需检索某组中所有块即可。

主存物理地址=标记+组号+块内地址

每组两行（2路组相联）较为常用，在较大容量的L2 cache和L3 cache中使用4路以上。

• 特点

1. 该方式结合直接映射和全相联映射的特点，当cache组数为1时则为全相联映射，当每组只有一行时则为直接映射。
2. 增加关联度可降低cache的失效率，但是会增加命中时间。

• 相关计算：

1. 块数量 = cache有效容量/块大小
2. Tag：块数量的位数
3. 索引：（快数量/相联度）的位数
4. 块偏移：块大小的位数

4. cache缓存一致性分析

1 cache不一致的原因

1. CPU对cache中的内容更新时而没有对主存中的内容更新
2. 当多个设备访问主存时，某些设备不会经过cache而直接对主存进行读写，造成cache和主存数据不一致
3. 当多个CPU有各自cache而共享主存时，可能存在某CPU修改了自己的cache，但主存中和其他cache同一地址的内容没有修改

2 解决的方案

考虑的情况分为写命中的情况和写不命中的情况。

• 写命中：

1. write through (写直达)
   当一个写操作进行时，新值同时写到cache和主存中
   为了减少写主存的开销，通常会在cache和主存之间增加write buffer，以便在一个数据等待被写入主存时，先将其存入写缓冲，CPU无需在此等待，只需存储控制器（LSU）在写操作空闲时将buffer中的数据释放。
2. write back （写回策略）
   当写操作发生时，新值只被写入cache中，而不写入主存中，此时cache和主存内容不一致，需要在每个cache行中增加一个dirty位，如果该位对应的cache行被修改，则该值被置为1，否则为0；当dirty为1时，才需要将该块从cache中替换出去，写回主存中
   该方式减少了写主存的方式，降低了对主存带宽的需求，但是

• 写不命中

1. allocate-on-miss（写分配）
   先将主存块存入cache，再更新cache行中的相应单元。利用了空间局部性
2. no-allocate-on-miss（写不分配）
   直接写主存，而不把更新后的主存块写入cache中

• 写直达可以写分配或写不分配，写回只能用写分配

5. cache性能评估

1. cache失效分析

• cache的失效类型

cahe失效有三种类型，而容量失效和冲突失效则可能会触发cache抖动。

1. 强制失效
   首次访问某数据块时，必然引起的cache失效
   与相联度无关，增加block大小，有利于减少此类不命中
2. 容量失效
   cache不能存放程序运行所需的所有块，替换后再次被使用的引发的失效
   与相联度无关，增加block大小，有利于减少此类不命中
3. 冲突失效
   映射到同一组内的数据超过组内可容纳的块时，竞争所引起的失效
   相联度越小，越容易触发，全相联则不存在此类失效

• cache性能评估——平均访问速度

cache设计中提高性能，即提高平均访问速度的方式为提高命中率和降低时效损失。

平均访问时间=命中时间+失靶率*失靶损失

1. 命中率
2. 失靶率
   1）强制失效：增大block大小
   2）容量失效：增大cache大小
   3）冲突失效：全相联映射不存在该失效
3. 失靶损失（失效开销）：cache中没有命中，从主存中加载替换到cache所需的时间，即一个block从主存中传输到cache中的时间

2. cache替换策略

1）过程：

• 不同相联度的cache替换办法

1. 直接映射
   映射唯一，无条件用新信息替换旧信息
2. N路组相联映射
   每个主存数据有N个cache行可选择，需考虑替换哪一行
3. 全相联映射每个主存数据可放在cache的任意行，需考虑替换哪一行。

2）常用算法

1. FIFO
   先进先出，总是把最先进入的块替换掉
   实现简单，但命中率较低
2. LRU
   利用时间局限性，总是把最近最少使用的那块替换到。
   实现办法：通过给每个cache行设定一个计数器，根据计数值来记录这些主存块的使用情况。每次每一次被访问，则该行清零，其他行加1，每次替换都替换计数值最大的那一行。
   
   如上图所示，蓝色为计数值，红色为块号。
   行越多，命中率越高，该算法较常用
3. LFU
   较少使用
4. 随机替换算法
   随机选取一行替换，较少使用

6. cache控制器的设计

下图为cache控制器的FSM转换图：

• 设计方案

1. 命中时采用写回（write Back）
2. 未命中时采用写分配（write allocate）

• 状态机转换

1. cache默认处于idle状态，当发生有效CPU读写请求时，则进入compare Tag状态
2. 如果Tag比较命中，且valid为1，则返回命中信号，并标记cache准备好
3. 如果比较未命中，情况一：cache缺失且旧块干净，则进入Allocate写分配状态，该状态下会从内存中读新的块，若内存准备好则发出ready信号且回到Compare Tag状态，若未准备好则等待内存
4. 如果比较未命中，情况二：cache缺失且旧块脏，则进入Write-Back状态，该状态下需要将dirty块写到内存块对应位置，若内存未准备好，将持续尝试写，若内存准备好将完成这次写操作并进入Allocate状态，若内存ready将再次回到compare Tag状态