第 1 期：分支预测

时间：10 月 15 日（周四）· 人数：2 人（两方向各 1 人） 形式与要求见 Paper Sharing 总页

分支损害指令提取带宽和 ILP 并行度、中断顺序的控制流程——流水线越深、发射越宽，误预测的代价越大。这个领域几十年的主线，是在有限的存储与计算预算内逼近预测精度的极限：两级自适应、混合预测器、感知机、TAGE 都是这条主线上留下的路标。本期从这条主线里抽出两个方向，各配两篇有承接关系的论文：

方向①

• TAGE（JILP'06） → TAGE-SC-L（CBP-5'16）

把片上存储结构做到极致：几何级数历史长度加部分标记，同精度下存储开销只有前代 O-GEHL 的四分之一；此后十年主结构几乎不动，靠统计校正器等外挂继续收割剩余的误预测。香山昆明湖的方向预测器（16K TAGE-SC）就是这一系的工业落地。

方向②

• 感知机（HPCA'01） → BranchNet（MICRO'20）

把机器学习引入预测器：感知机用权重学习历史上哪些分支相关，是 AI/ML 用于架构硬件的早期代表，如今已出现在 AMD Ryzen、Samsung Exynos 等商用处理器中；BranchNet 再进一步——离线训练 CNN、片上只做推理，专攻少数难预测的分支。

选读：Yeh & Patt（MICRO'91）——两级自适应的源头，两个方向共同的祖先。

也欢迎自己找：和"分支预测"相关即可，确定后提前发邮件告知助教（zhu_20021122[at]stu.pku.edu.cn）。