TableCache: An Open-Source, Configurable, Last-Level Cache for FPGA Systems
Notice bibliographique
Résumé
The performance of FPGA systems is increasingly limited by the latency and bandwidth of off-chip memory. The traditional ASIC solution of using caches has also been both studied and implemented on FPGAs. However, such works have largely focused on primary caches, and fail to optimize for the unique resources modern FPGAs offer like LUTRAMs. Additionally, many recent developments in ASIC caching (e.g. new cache replacement policies and victim caches) have not been evaluated on FPGA systems, which provide less opportunity for improvement because of lower cache miss latencies. This work presents TableCache: an open-source, configurable, last-level cache for FPGA systems that makes prolific use of LUTRAM-based structures. This allows our design to use 51% fewer LUTs than a directly-comparable commercial FPGA lastlevel cache while offering lower read-hit latency and running on average at 29% higher frequencies. The parameterization of TableCache also allows us to explore different cache replacement policies, where we find that Static Re-Reference Interval Prediction (SRRIP) can reduce average memory access time by 6.4% compared to Least Recently Used (LRU) while using fewer FPGA resources. We also find that the impact of last-level victim caching on FPGAs is largely negative, with a marginal 0.21% reduction in average memory access time (measured in cycles) significantly outweighed by a 32.4% increase to cache LUTs and a 16.9% reduction in operating frequency.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».