한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지

AI 기반 브랜치 예측 기법 연구 동향

A Survey on AI-Based Branch Prediction Techniques

  • 이주원 (가천대학교 AI 소프트웨어학부) ;
  • 김유신 (가천대학교 AI 소프트웨어학부) ;
  • 오현영 (가천대학교 AI 소프트웨어학부)
  • Ju-Won Lee (Dept. of AI.Software, Gachon University) ;
  • Yoo-Shin Kim (Dept. of AI.Software, Gachon University) ;
  • Hyunyoung Oh (Dept. of AI.Software, Gachon University)
  • 발행 : 2024.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

브랜치 예측은 CPU 파이프라인 성능 최적화의 핵심이다. 본 논문은 퍼셉트론, CNN, SRNN, 그리고 강화학습을 이용한 AI 기반 브랜치 예측 기법의 최신 동향을 조사한다. 이러한 기법들은 제어 해저드에 대한 예측 정확도를 향상시켜 파이프라인 성능을 개선한다. 특히 SRNN 기반 예측기는 초기 학습 단계에서 높은 정확도와 낮은 지연 시간을 보이며, 강화학습 접근법은 복잡한 브랜치 패턴에서 효과적인 성능을 보여준다. 본 연구는 이러한 AI 기반 방법들이 파이프라인 최적화에 미치는 영향을 분석한다.

키워드

과제정보

이 논문은 2024 년도 정부(산업통상자원부)의 재원으로 한국산업기술기획평가원의 지원(No. RS-2024-00406121, 자동차보안취약점기반위협분석시스템개발(R&D))과 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원(No. RS-2022-00166529)을 받고 과기정통부 정보통신기획평가원의 정보보호핵심원천기술개발사업(No. RS-2024-00337414)으로 수행한 결과임.

참고문헌

  1. D. A. Jimenez and C. Lin, "Dynamic branch prediction with perceptrons," HPCA, 2001
  2. Nain S, Chaudhary P. "A Neural Network-Based Approach for the Performance Evaluation of Branch Prediction in Instruction-Level Parallelism Processors," The Journal of Supercomputing, 2021.
  3. Mao Y et al., "Exploring Convolution Neural Network for Branch Prediction," IEEE Access, 2020.
  4. Zhang L et al., "A Dynamic Branch Predictor Based on Parallel Structure of SRNN," IEEE Access, 2020.
  5. Christopher W. F. Parsonson et al., "Reinforcement Learning for Branch-and-Bound Optimisation Using Retrospective Trajectories," AAAI, 2023