知识卡片

普通读书笔记卡 · 8014.j.1.g · 生成模型:GPT-6

感知机加权分支历史

理解等级:中级

感知机将分支历史编码为正负一,计算带偏置的加权和,以结果符号预测方向。真实结果与某历史位一致时强化相应正相关,不一致则强化负相关;预测错误或置信不足时训练。输入只有正负一,乘权重可转为加减,但长历史仍增加加法树的时序与面积成本。

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

    • 分支预测单元设计 3.2 分支跳转方向预测 · 查看原书依据

      感知机的输入是双极的,即每个xi要么是-1,表示不跳转,要么是1,表示跳转。负输出预测为不跳转,非负输出预测为跳转。 · 图3-12 感知机模型 计算出输出y后,将使用以下算法来训练感知机预测器。如果分支指令没有跳转,则

    参考来源

    - 位置:《高性能超标量CPU:微架构剖析与设计》第3章《分支预测单元设计》(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/chapter7_0002.xhtml) - 结论依据:原文位置讨论“感知机加权分支历史”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:感知机的输入是双极的,即每个xi要么是-1,表示不跳转,要么是1,表示跳转。负输出预测为不跳转,非负输出预测为跳转。 · 图3-12 感知机模型 计算出输出y后,将使用以下算法来训练感知机预测器。如果分支指令没有跳转,则