分支历史长度:全局历史寄存器 GHR 位数如何决定预测精度与混叠
更新时间:2026-10-02。分支预测 那篇讲了方向预测的总体框架,bimodal 与 gshare 预测器 那篇讲了「用全局历史异或 PC 索引预测表」的经典做法。这两篇都埋了一个没展开的问题:那条全局历史寄存器(GHR,Global History Register)到底该有多长?这个看起来只是「寄存器位数」的小参数,实际上同时掐着预测精度、表面积、训练速度三根喉咙。本篇就专门把分支历史长度这一个旋钮讲透。
本文要回答的问题
- 分支历史长度具体指什么,它记录了什么信息?
- 为什么长度太短和太长都会伤害预测精度,矛盾在哪?
- 什么是历史混叠(aliasing),它和长度是什么关系?
- 固定长度的 gshare 与几何级多长度的 TAGE,在长度问题上各是什么答案?
一、分支历史长度是什么
全局历史预测器的前提是:当前分支往哪走,常常取决于「刚才走过的那几条分支往哪走了」。GHR 就是一条移位寄存器,每解析一条分支就把它的方向(taken 记 1,not-taken 记 0)从一端移入,最老的位从另一端挤出去。分支历史长度就是这条寄存器的位数 N:N=16,表示预测器做决策时参考最近 16 条分支的走向。
直观例子:一个循环体里有两条分支 b1、b2,b2 的方向总是等于「上一次迭代里 b1 的方向」。如果一轮迭代中间隔着 14 条其他分支,那要看见这个相关性,GHR 至少要 15 位深——短于这个数,b1 的那次结果在 b2 做预测时已经被挤出了寄存器,预测器两眼一抹黑,只能靠 PC 本身的偏置瞎猜。
上图是 GHR 的工作方式:一条传送带,新方向从左边进,老位从右边掉出去。分支历史长度就是这条传送带的长度,掉出去的位代表「预测器再也回忆不起来的过去」。
二、太短的代价:看不见的相关性
N 太短的问题很直接:相关性的「距离」超过了视野。这类相关性在真实代码里比比皆是——外层循环的退出分支,其周期可能是几十上百条分支;一次函数调用里做的决定,影响调用返回后某条分支的方向;解析器里「上一个 token 的类型」决定「当前 token 怎么分支」。这些都需要几十到几百位的历史才能捕捉。
长度不够时,这些分支在预测器眼里就是「方向飘忽、毫无规律」的噪声分支,命中率退回随机水平。而分支预测每 1% 的误预测率都直接折算成 IPC 损失,所以工业界一直在把 GHR 往长做:从早期 gshare 的 8-16 位,到现代高性能核折叠维护上千位的历史。
三、太长的代价:表爆炸、训练慢、历史污染
那把 N 直接拉到 1024 不就完了?不行,三个硬约束等着你。
第一是表项数爆炸。N 位历史有 2^N 种模式,预测表是给这些模式存计数器的。16 位时 6 万多种模式,一张几 KB 的表还能覆盖;64 位时是天文数字,只能靠 hash 把巨长的历史折叠进有限的表项,冲突不可避免。
第二是训练时间。表项要见到对应的「PC + 历史」组合若干次才能训练到强态。历史越长,每种组合出现的频率越低,热身期越长;程序进入一个新阶段(phase)后,长历史表项要很久才能学到新规律。
第三是最隐蔽也最致命的:历史污染。绝大多数分支其实只需要 4-16 位历史就能预测得很好。但在单一长 N 的 gshare 里,这些「短需求」分支也被迫用全部 N 位去索引——它们那些高位历史纯属随机噪声,导致同一条分支在不同历史背景下散落到表的几十个槽位里,每个槽位都只训练了一两次,谁也到不了强态;同时这些散落的表项又和别的分支的槽位撞车,互相覆盖预测。这就是历史混叠(aliasing):本来不相干的两条「PC + 历史」组合,hash 后落在同一个表项上,一个训练 taken、一个训练 not-taken,计数器被来回拉扯,两个都预测错。
上图就是混叠的发生机理。两条毫不相关的分支经过 hash 折叠后共用一条表项,计数器成了它们拔河的绳子。注意混叠不是「hash 设计得烂」——它是信息论的必然:把 2^N 种模式压进 2^k 个槽位(k 远小于 N),冲突是数学保证的。能做的只是让冲突更少伤害关键分支。
四、矛盾的解法:不选单一长度,按几何级数配一组
短了看不见、长了互相踩,单一长度无解。TAGE 的答案是分治:用一组历史长度按几何级数增长的表(0、4、8、16、32、64、128……),短需求分支在短表里命中,长需求分支才占用稀缺的长表表项。为什么按几何级数而不是等差?因为相关性的分布大致是「历史越短覆盖的分支越多」,每翻一倍配一张表,每张表摊到的分支量大致均匀,面积利用率最高。tag 机制则把混叠的后果从「给出错误预测」降级为「不命中、退回短表」——错猜变成不猜,伤害小得多。这套机制的细节(provider/alt 仲裁、useful 位)见 TAGE 分支预测器,这里只聚焦「长度怎么配」这一件事。
下面是几种方案在长度维度上的对照:
| 方案 | 历史长度 | 混叠表现 | 典型场景 |
|---|---|---|---|
| 短 GHR gshare(8-16 位) | 固定短 | 混叠少,但长程相关全丢 | 嵌入式、面积敏感核 |
| 长 GHR gshare(64+ 位) | 固定长 | 短需求分支被噪声历史打散,混叠严重 | 已被淘汰 |
| 锦标赛(局部+全局) | 全局分量仍单一长度 | 缓解但不根治 | Alpha 21264 一代 |
| TAGE | 几何级多长度 0 到数百位 | 短长分治,tag 挡混叠 | 现代高性能核 |
五、实践中的几个推论
理解了长度这根轴,很多现象一串就通。
其一,误预测分析时先看「距离」。perf 抓到某条热点分支误预测率高,可以人为构造实验:如果误预测分支的方向取决于 K 条分支之前的事件,逐步改变 K 就能测出这颗核对这类模式的有效历史深度——逆向工程社区就是这么估出各家 GHR 量级的。
其二,长历史必须有投机恢复配套。GHR 在预测时就移位更新,误预测时要回滚到分支点之前的状态,历史越长恢复快照越不能省。这套「投机加快照加回滚」和 重命名检查点与分支恢复 是同一套机制。
其三,代码写法能改变对历史长度的需求。把「隔得很远的条件相关」改成「查表或分支合并」,等于把长程相关折叠成短程甚至零程,预测器用很短的历史就能猜准——这在解释器、解析器的热循环里是实打实的优化手段,本质是帮硬件把 N 的需求降下来。
这一篇在知识体系里的位置
本篇是方向预测线上的一根「参数轴」专题。上游是 分支预测 框架与 bimodal 与 gshare 预测器;下游落地是 TAGE 分支预测器 和 锦标赛分支预测器;投机恢复侧见 重命名检查点与分支恢复;全局地图见 CPU 微架构总览。
总结
分支历史长度就是全局历史寄存器记录最近分支方向的位数:太短则长程相关性掉出视野、预测退回随机,太长则模式空间爆炸、训练变慢且短需求分支被噪声历史打散产生混叠,单一长度两头不讨好;现代预测器的答案是 TAGE 式的几何级多长度表——短长分治、tag 把混叠从「错猜」降级为「不猜」,让每类分支都落在与自己需求匹配的历史深度上。