Publicação em atas de evento científico
A WiSARD-based conditional branch predictor
Luis A. Q. Villon (Villon, L. A. Q.); Zachary Susskind (Susskind, Z.); Alan T. L. Bacellar (Bacellar, A. T. L.); Igor D. S. Miranda (Miranda, I. D. S.); Leandro Santiago de Araújo (Araújo, L. S. de.); Priscila Lima (Lima, P. M. V.); Maurício Breternitz (Breternitz Jr, M.); Lizy K. John (John, L. K.); Felipe França (França, F. M. G.); Diego Leonel Cadette Dutra (Dutra, D. L. C.); et al.
ESANN 2022 proceedings
Ano (publicação definitiva)
2022
Língua
Inglês
País
--
Mais Informação
Web of Science®

Esta publicação não está indexada na Web of Science®

Scopus

Esta publicação não está indexada na Scopus

Google Scholar

N.º de citações: 1

(Última verificação: 2024-11-18 15:54)

Ver o registo no Google Scholar

Abstract/Resumo
Conditional branch prediction is a technique used to speculatively execute instructions before knowing the direction of conditional branch statements. Perceptron-based predictors have been extensively studied, however, they need large input sizes for the data to be linearly separable. To learn nonlinear functions from the inputs, we propose a conditional branch predictor based on the WiSARD model and compare it with two state-of-the-art predictors, the TAGE-SC-L and the Multiperspective Perceptron. We show that the WiSARD-based predictor with a smaller input size outperforms the perceptron-based predictor by about 0.09% and achieves similar accuracy to that of TAGE-SC-L.
Agradecimentos/Acknowledgements
--
Palavras-chave
  • Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia e Tecnologia
Registos de financiamentos
Referência de financiamento Entidade Financiadora
UIDB/04466/2020 Fundação para a Ciência e a Tecnologia
POCI-01-0247-FEDER-045912 Project FLOYD
UIDP/04466/2020 Fundação para a Ciência e a Tecnologia
Projetos Relacionados

Esta publicação é um output do(s) seguinte(s) projeto(s):