2.3: Los datos de ejemplo

Obtuve los datos de entrada utilizados para desarrollar los modelos de regresión en los capítulos posteriores de la base de datos CPU DB públicamente disponible [2]. Esta base de datos contiene características de diseño y resultados de desempeño medidos para una gran colección de procesadores comerciales. Los datos fueron recolectados a lo largo de muchos años y están bien organizados usando un formato común y un conjunto estandarizado de parámetros. La versión particular de la base de datos utilizada en este libro contiene información sobre 1,525 procesadores.

Muchos de los parámetros de la base de datos (columnas) son útiles para comprender y comparar el rendimiento de los distintos procesadores. Sin embargo, no todos estos parámetros serán útiles como predictores en los modelos de regresión. Por ejemplo, algunos de los parámetros, como la columna etiquetada Instrucción set width, no están disponibles para muchos de los procesadores. Otros, como la familia Procesadores, son comunes entre varios procesadores y no proporcionan información útil para distinguir entre ellos. Como resultado, podemos eliminar estas columnas como posibles predictores cuando desarrollamos el modelo de regresión.

Por otro lado, con base en nuestro conocimiento del diseño de procesadores, sabemos que la frecuencia del reloj tiene un gran efecto en el rendimiento. También parece probable que los parámetros relacionados con el paralelismo, específicamente, el número de hilos y núcleos, puedan tener un efecto significativo en el rendimiento, por lo que mantendremos estos parámetros disponibles para su posible inclusión en el modelo de regresión.

Los parámetros relacionados con la tecnología son aquellos que están determinados directamente por la tecnología de fabricación particular utilizada para construir el procesador. El número de transistores y el tamaño de la matriz son indicadores aproximados del tamaño y complejidad de la lógica del procesador. El tamaño de la característica, la longitud del canal y el retardo FO4 (fanout-of-four) están relacionados con los retardos de puerta en la lógica del procesador. Debido a que estos parámetros tienen un efecto directo sobre la cantidad de procesamiento que se puede realizar por ciclo de reloj y afectan los retardos críticos de la ruta, al menos algunos de estos parámetros podrían ser importantes en un modelo de regresión que describa el rendimiento.

Finalmente, los parámetros relacionados con la memoria registrados en la base de datos son los tamaños separados de la instrucción L1 y la caché de datos, y los tamaños de caché L2 y L3 unificados. Debido a que los retrasos de memoria son críticos para el rendimiento de un procesador, todos estos parámetros relacionados con la memoria tienen el potencial de ser importantes en los modelos de regresión.

La métrica de desempeño reportada es la puntuación obtenida de los programas SPEC CPU integer y de punto flotante de referencia de 1992, 1995, 2000 y 2006 [6—8]. Este resultado de rendimiento será la salida del modelo de regresión. Tenga en cuenta que los resultados de rendimiento no están disponibles para todos los procesadores que ejecutan cada benchmark. La mayoría de los procesadores tienen resultados de rendimiento solo para aquellos conjuntos de referencia que estaban actualizados cuando el procesador se introdujo en el mercado. Así, aunque hay más de 1,500 líneas en la base de datos que representan más de 1,500 configuraciones de procesador únicas, un