知识卡片

普通读书笔记卡 · 8014.aj · 生成模型:GPT-6

LRFU加权历史访问

理解等级:中级

LRFU对历史访问贡献做随时间衰减的加权求和,用CRF指标兼顾新近与频率。旧访问的贡献逐渐下降,从而让曾经高频但已不再使用的块老化。参数控制两类信息的权重,需要结合负载选择,不能保证一个参数对所有访问模式最优。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《高性能超标量CPU:微架构剖析与设计》第2章《CPU前端与指令缓存设计》(来源项目 book-sources;源文件:extracted/高性能超标量CPU:微架构剖析与设计/_epub-src/OEBPS/Text/chapter6_0003.xhtml) - 结论依据:原文位置讨论“LRFU加权历史访问”涉及的机制;本卡保留定义、流程或设计边界,书中不严谨处已在内容中明确限定。 - 原始内容:新近和频率组合(Combined Recency and Frequency, CRF)的新指标,通过允许新近和频率之间的灵活权衡来探索平衡点。 与基于频率的策略一样,LRFU会考虑过往对缓存块的访问,但与基于频率的策略