实验目的

（1）熟悉SPIM-CACHE模拟器环境
（2）深入认识CACHE的工作原理及其作用。

---

实验内容

（1）阅读实验指导书资料
（2）下载SPIM-CACHE软件，理解英文论文的基本内容之后，给出几种典型的cache配置，运行英文论文提供的代码，记录运行时CACHE命中率等重要数据；
（3）运行Fig.4代码，配置2个左右不同的CACHE环境，了解mapping functions 即映射规则
（4）运行Fig.7代码，配置2个左右不同的CACHE环境，了解temporal and spatial locality 即时空局部性，进一步理解cache的工作原理；
（5）运行Fig.8代码，配置4个左右不同的CACHE环境，运行学习replacement algorithms 即替代算法，理解其工作原理。

---

实验记录及实验分析

Fig.4

1. Cache：256B; 槽：8B；映射方式：全相联映射；指令命中率：0.886792；数据命中率：0.5

2. Cache：256B; 槽：16B；映射方式：二路组相联映射；指令命中率：0.943396；数据命中率：0.75

3. Cache：256B; 槽：4B；映射方式：直接映射；指令命中率：0.792453；数据命中率：0.00

实验分析：槽的大小对cache命中率起关键性作用，当槽的越大时，命中率也就越高！

Fig.7(均是在BLOCK SIZE为8B，若有替换算法则替换算法为LRU条件下运行)

N=1:

直接映射：

二路组相联映射：

四路组相联映射：

全相联映射：

N=5:

直接映射：

二路组相联映射：

四路组相联映射：

全相联映射：

N=10:

直接映射：

二路组相联映射：

四路组相联映射：

全相联映射：

N=100:

直接映射：

二路组相联映射：

四路组相联映射：

全相联映射：

实验分析：由实验结果可得当循环次数N增大的时候数据和指令的命中率也同时增大，值得注意的是映射方式不影响命中率，但是影响Way最大值的大小！

Fig8（均是在BLOCK SIZE为8B，若有替换算法则替换算法为LRU条件下运行）

间距为1：

直接映射：

二路组相联映射：

四路组相联映射：

全相联映射：

间距为2：

直接映射：

二路组相联映射：

四路组相联映射：

全相联映射：

间距为4：

直接映射：

二路组相联映射：

四路组相联映射：

全相联映射：

间距为8：

直接映射：

二路组相联映射：

四路组相联映射：

全相联映射：

间距为16：

直接映射：

二路组相联映射：

四路组相联映射：

全相联映射：

间距为32：

直接映射：

二路组相联映射：

四路组相联映射：

全相联映射：

间距为64：

直接映射：

二路组相联映射：

四路组相联映射：

全相联映射：

实验分析：由实验结果可得当间距为1时命中率正常，且不随着映射方式改变而改变，值得注意的是当间距为2时无论改变何种映射方式命中率都为零，当间距为4的倍数的时候（如4/16/32/64）全相联映射下命中率显示正常，当间距为32的倍数的时候四路组相联映射下命中率正常，间距为64时二路组相联映射下命中率显示正常

实验结论

内部条件如（BLOCK SIZE、CACHE SIZE、映射方式、写方法、替换算法）和外部条件如（程序数据大小、循环次数、间距大小）都会影响命中率的大小。有时候虽然命中率比较高，但是增加了程序的时间开销和空间开销！在实际的实验中我们应该不能盲目的唯命中率高，而是应该考虑性价比以及性能。

---

结束语

如果有疑问欢迎大家留言讨论，你如果觉得这篇文章对你有帮助可以给我一个免费的赞吗？我们之间的交流是我最大的动力！