ChampSim 预取器指南：从 next_line 到 SPP，5 种预取策略深度对比

ChampSim 预取器指南：从 next_line 到 SPP，5 种预取策略深度对比

【免费下载链接】ChampSimChampSim is an open-source trace based simulator maintained at Texas A&M University and through the support of the computer architecture community.项目地址: https://gitcode.com/gh_mirrors/ch/ChampSim

ChampSim 是一款开源的基于 trace（指令流）的微架构模拟器，由德克萨斯 A&M 大学维护，是计算机体系结构研究和各类竞赛（如 DPC、CRC）中最常用的实验平台之一。本文聚焦 ChampSim 预取器这一核心模块，从最简单的 next_line 到冠军级方案 SPP，为你横向对比项目自带的 5 种预取策略，并给出在champsim_config.json中快速切换、自定义预取器的实操方法，帮你快速上手数据预取研究。

为什么预取器如此重要？🧠

CPU 的速度远超内存，一旦发生 cache miss，处理器就要等待数百个周期。数据预取（Prefetch）就是提前把"即将用到"的数据搬进缓存，从而隐藏访存延迟。在 ChampSim 中，预取器以独立模块的形式挂载到各级缓存上（L1、L2、LLC），是影响 IPC（每周期指令数）的关键组件。

在 docs/src/Modules.rst 中可以看到，ChampSim 共有四类可插拔模块：分支预测器、BTB、预取器和替换策略。其中预取器需要实现prefetcher_cache_operate、prefetcher_cache_fill、prefetcher_cycle_operate等接口，源码位于 prefetcher/ 目录下，目前内置 5 个预取器，正好对应本文的 5 种策略。

一、5 种预取策略逐个拆解 🔍

1. no：什么都不做的"空预取器"（基准线）

名字已经说明一切：no不发出任何预取请求。它的 no.cc 里两个核心函数几乎都是空的，直接返回传入的 metadata。

💡 为什么需要一个空实现？因为它是完美的对照组。所有预取器提升的 IPC 都要和 no 对比，才能证明"预取确实有效"。

2. next_line：最经典的顺序预取 🎯

next_line 是入门必学的第一个预取器。核心逻辑只有一行：当前访问地址 +1（即下一个 cache line）就发出预取。例如访问了地址 0x1000，就预取 0x1040。源码见 next_line.cc：

champsim::block_number pf_addr{addr}; prefetch_line(champsim::address{pf_addr + 1}, true, metadata_in);

• 优点：实现极简、硬件成本低、对顺序访问（如数组遍历）效果极佳。
• 缺点：对随机访问或链表遍历几乎无效，且可能产生大量无用预取，浪费带宽。

3. ip_stride：识别步长规律的 PC 预取器 📏

ip_stride（基于指令指针的步长预取）比 next_line 聪明得多。它维护一张以PC（指令地址）为索引的表，记录"这条指令上次访问的地址"，通过对比本次与上次地址的差值（stride）来预测下一次访问位置。源码见 ip_stride.cc：

stride = champsim::offset(found->last_cl_addr, cl_addr); if (stride != 0 && stride == found->last_stride) active_lookahead = {champsim::address{cl_addr}, stride, PREFETCH_DEGREE};

当同一条指令连续两次的访问步长一致（比如循环里每次跳 4 个块），它就能沿着步长方向连续预取（PREFETCH_DEGREE 控制预取深度），并且通过prefetcher_cycle_operate逐周期推进 lookahead 队列。它还会检查 MSHR 占用率（get_mshr_occupancy_ratio() < 0.5）来调节预取强度，避免带宽过载。

4. va_ampm_lite：基于虚拟地址访问模式的预取器 🗺️

va_ampm_lite 是 AMPM（Access Map Pattern Matching）的轻量实现，专门为 L1D 设计，工作在虚拟地址上。它把每个物理页（4KB，共 64 个 cache line）抽象为一个"区域"（region），用位图记录哪些块被访问过（access_map）和哪些块被预取过（prefetch_map），核心代码见 va_ampm_lite.cc。

它的思路是：如果在负方向隔 1 个和隔 2 个的块都已被访问，而正方向的块还没被访问，就推断访问正在"流动"，预取正方向对应块。代码中direction循环同时处理正、负两个方向，MAX_DISTANCE = 256限制查找范围，PREFETCH_DEGREE = 2控制预取数量。相比 ip_stride，它能捕捉更复杂的"空洞"访问模式。

5. SPP：DPC-3 冠军方案，签名路径预取器 👑

SPP（Signature Path Prefetcher，签名路径预取器）是 5 种策略中最复杂、精度最高的一个，其源码 spp_dev.cc 长达 500+ 行，内部包含 4 个核心结构：

SPP 的流程是：每次访问先在 ST 中更新签名 → 用旧签名在 PT 中更新模式 → 再用新签名在 PT 中前瞻查询（lookahead），逐级推进预取，同时用置信度（confidence）决定预取到 L2 还是 LLC、是否值得发出去。关键参数如PF_THRESHOLD = 25、FILL_THRESHOLD = 90都定义在 spp_dev.h 中。

二、5 种预取策略横向对比表 📊

一句话总结：复杂度与预取精度基本成正比。学术论文里常用 SPP 作为"天花板"，用 next_line 作为"地板"，其余策略作为中间档对比。

三、如何配置和切换 ChampSim 预取器？⚙️

快速上手步骤

1. 克隆仓库并编译：ChampSim 依赖 vcpkg 管理第三方库，按 README 指引初始化子模块后，用./config.sh生成构建配置，再执行make编译。
2. 编辑配置文件：项目的 champsim_config.json 是默认配置，其中每个缓存层级都有"prefetcher"字段，例如 L1D 默认是：

"L1D": { "sets": 64, "ways": 12, "latency": 5, "prefetch_activate": "LOAD,PREFETCH", "prefetcher": "no" }

把"prefetcher"改为"next_line"、"ip_stride"、"va_ampm_lite"或"spp_dev"即可切换策略。

3. 重新配置并运行：修改配置后执行./config.sh champsim_config.json && make，再运行生成的二进制并指定 warmup 与 simulation 指令数，观察输出中的 IPC 指标对比效果。

⚠️ 小贴士：SPP 通常挂在 L2C 上效果最佳（它会区分 L2 与 LLC 预取），而 va_ampm_lite 设计目标是 L1D；不同层级搭配会产生显著差异，建议逐个实验。

如何编写自己的预取器？

官方推荐流程：复制模板 → 改算法 → 重新配置编译。模板就是no预取器：

mkdir prefetcher/mypref cp prefetcher/no/no.cc prefetcher/mypref/mypref.cc

然后在配置文件中把某级缓存的"prefetcher"指向"mypref"即可。ChampSim 的模块化设计（详见 Modules.rst）让新预取器可以像插件一样即插即用，这也是它成为竞赛主流平台的原因。

四、进阶方向与总结 🚀

如果你已经吃透这 5 种内置策略，可以进一步：

• 尝试修改 ip_stride.cc 中的PREFETCH_DEGREE，观察预取深度对 IPC 和带宽的影响；
• 调整 SPP 的置信度阈值，理解"激进 vs 保守"预取之间的权衡；
• 参考tracer/目录下的工具生成自己的 trace，用真实 workload 验证预取效果；
• 用 ChampSim 自带的测试集（如 test/cpp 下的*prefetch*用例）保证改动不破坏原有行为。

核心结论：预取器的本质是在"及时性"和"准确性"之间做权衡——预取太慢来不及、太激进浪费带宽。从 no 到 SPP，ChampSim 给你提供了一条从入门到进阶的完整学习路径。建议新手从 next_line 入手跑通全流程，再逐步深入 ip_stride、va_ampm_lite，最后挑战 SPP，感受冠军级预取算法的魅力。祝你玩得开心，be a champion！🏆

【免费下载链接】ChampSimChampSim is an open-source trace based simulator maintained at Texas A&M University and through the support of the computer architecture community.项目地址: https://gitcode.com/gh_mirrors/ch/ChampSim