Haaraennustus on tekniikka, jota käytetään tietokonearkkitehtuurissa parantamaan opetusten toteutusta arvaamalla haaran (kuten if-elec) tulos ennen kuin se tiedetään varmasti. Tämä auttaa vähentämään viivästyksiä, jotka aiheutuvat odottamalla todellista haarapäätöstä, mikä lisää prosessorin tehokkuutta.

Haaraennustustyypit

On olemassa useita menetelmiä haaraennuste, jokainen eri tasoilla monimutkaisuus ja tarkkuus. Yleisimpiä tyyppejä ovat staattinen ennustus ja dynaaminen ennustus.

Staattinen vs. dynaaminen ennuste

Staattinen ennustus perustuu kiinteisiin sääntöihin, kuten aina ennustaen, että haara otetaan tai ei oteta. Dynaaminen ennustus käyttää laitteistohistoriaa tehdäkseen enemmän tietoon perustuvia arvauksia perustuu aikaisempi käyttäytyminen haarojen.

Käytännön esimerkki dynaamisesta ennusteesta

Harkitse 2-bittinen kyllästävä laskuri käytetään dynaamiseen haaraennusteeseen. Laskurissa voi olla neljä osavaltiota: 00, 01, 10, 11, States 00 ja 01 ennustavat "ei ole otettu," kun taas 10 ja 11 ennustavat "otettu."

Jos laskuri on 10 ja haara on otettu, se siirtyy 11. Jos haara ei ole otettu, se siirtyy 01. Tämä järjestelmä auttaa parantamaan ennustuksen tarkkuutta ajan.

Ennustetarkkuuden laskeminen

Ennustetarkkuus voidaan mitata kokonaisennustusten oikeiden arvausten prosenttiosuudella. Esimerkiksi jos sadasta haarasta 90 on ennustettu oikein, tarkkuus on 90%.

  • Oikeat ennusteet: 90
  • Ennusteet yhteensä: 100
  • Tarkkuus = (Korkea / yhteensä) × 100 = 90%