In a direct-mapped cache, if there

In a direct-mapped cache, if there is contention for a cache block, there is only
one possible action: The existing block is kicked out of cache to make room for
the new block. This process is called replacement. With direct mapping, there is
no need for a replacement policy because the location for each new block is predetermined.
However, with fully associative cache and set associative cache, we
need a replacement algorithm to determine the “victim” block to be removed
from cache. When using fully associative cache, there are K possible cache locations
(where K is the number of blocks in cache) to which a given main memory
block may map. With N-way set associative mapping, a block can map to any of
N different blocks within a given set. How do we determine which block in cache
should be replaced? The algorithm for determining replacement is called the
replacement policy.
There are several popular replacement policies. One that is not practical but
that can be used as a benchmark by which to measure all others is the optimal
algorithm. We like to keep values in cache that will be needed again soon, and
throw out blocks that won’t be needed again, or that won’t be needed for some
time. An algorithm that could look into the future to determine the precise blocks
to keep or eject based on these two criteria would be best. This is what the optimal
algorithm does. We want to replace the block that will not be used for the longest
period of time in the future. For example, if the choice for the victim block is
between block 0 and block 1, and block 0 will be used again in 5 seconds, whereas
block 1 will not be used again for 10 seconds, we would throw out block 1. From a
practical standpoint, we can’t look into the future—but we can run a program and
then rerun it, so we effectively do know the future. We can then apply the optimal
algorithm on the second run. The optimal algorithm guarantees the lowest possible
miss rate. Because we cannot see the future on every single program we run,
the optimal algorithm is used only as a metric to determine how good or bad
another algorithm is. The closer an algorithm performs to the optimal algorithm,
the better.
We need algorithms that best approximate the optimal algorithm. We have
several options. For example, we might consider temporal locality. We might
guess that any value that has not been used recently is unlikely to be needed again

Results (Thai) 1:

ในแคแมปโดยตรง มีช่วงชิงงานบนสำหรับบล็อกแค ว่ามีเท่านั้นดำเนินการได้ที่หนึ่ง: บล็อกที่มีอยู่ถูกเตะออกจากแคชยังบล็อกใหม่ กระบวนการนี้เรียกว่าแทน มีการแม็ปโดยตรง มีไม่จำเป็นสำหรับนโยบายแทนเนื่องจากตำแหน่งที่ตั้งสำหรับแต่ละบล็อคใหม่กำหนดไว้อย่างไรก็ตาม มีแคชที่เกี่ยวข้องทั้งหมดและตั้งค่าแคสัมพันธ์ เราต้องเป็นอัลกอริทึมแทนการกำหนดบล็อก "เหยื่อ" ออกจากแคช เมื่อใช้แคสัมพันธ์เต็ม มีตำแหน่งแคได้ K(โดยที่ K คือ จำนวนของบล็อกในแคช) ซึ่งหน่วยความจำหลักที่กำหนดบล็อกอาจแมป กับ N วิธีตั้งสัมพันธ์แม็ป บล็อกสามารถแมปใด ๆบล็อกแตกต่างกัน N ภายในชุดที่กำหนด เรากำหนดที่บล็อกในแคชได้อย่างไรควรแทนหรือไม่ เรียกว่าอัลกอริทึมสำหรับการกำหนดแทนนโยบายการทดแทนมีหลายนโยบายยอดนิยมแทน หนึ่งคือไม่ปฏิบัติแต่ที่สามารถใช้เป็นเกณฑ์มาตรฐานการวัดอื่น ๆ ทั้งหมดดีที่สุดอัลกอริทึมการ เราต้องการเก็บค่าในแคชที่จะต้องใช้อีกครั้งเร็ว ๆ นี้ และทิ้งบล็อกที่ไม่ถูกต้องอีก หรือที่ไม่จำเป็นสำหรับบางเวลา ขั้นตอนวิธีที่สามารถมองไปในอนาคตเพื่อกำหนดบล็อกแน่นอนไปเก็บเอาตามสองเกณฑ์จะเป็นการดี นี่คือสิ่งดีที่สุดอัลกอริทึมไม่ เราต้องการแทนบล็อกที่จะไม่ใช้ยาวที่สุดperiod of time in the future. For example, if the choice for the victim block isbetween block 0 and block 1, and block 0 will be used again in 5 seconds, whereasblock 1 will not be used again for 10 seconds, we would throw out block 1. From apractical standpoint, we can’t look into the future—but we can run a program andthen rerun it, so we effectively do know the future. We can then apply the optimalalgorithm on the second run. The optimal algorithm guarantees the lowest possiblemiss rate. Because we cannot see the future on every single program we run,the optimal algorithm is used only as a metric to determine how good or badanother algorithm is. The closer an algorithm performs to the optimal algorithm,the better.We need algorithms that best approximate the optimal algorithm. We haveseveral options. For example, we might consider temporal locality. We mightguess that any value that has not been used recently is unlikely to be needed again

Results (Thai) 3:

อยู่ตรงแมปแคช ถ้าไม่มีการต่อสู้สำหรับแคชบล็อก มีเพียงการกระทำที่เป็นไปได้ :
บล็อกที่มีอยู่ออกจากแคชเพื่อให้ห้องพักสำหรับ
บล็อกใหม่ กระบวนการนี้เรียกว่าแทน กับแผนที่โดยตรง มี
ไม่ต้องมีนโยบายเปลี่ยน เพราะสถานที่แต่ละบล็อกใหม่ที่กําหนดไว้
อย่างไรก็ตาม พร้อมเชื่อมโยงแคชและกำหนดเชื่อมโยงแคชเราต้องเปลี่ยนวิธีกำหนด
" เหยื่อ " บล็อกที่จะลบออก
จากแคช เมื่อใช้ครบเชื่อมโยงแคช มี K เป็นไปได้แคชสถานที่
( k คือจำนวนบล็อกในแคช ) ซึ่งจะให้หน่วยความจําหลัก
บล็อกอาจแผนที่ กับ n-way ตั้งค่าเชื่อมโยงแผนที่ บล็อกสามารถแผนที่ใด
n บล็อกที่แตกต่างกันในการถ่ายทำ แล้วเราจะกำหนดซึ่งในแคช
บล็อกควรเปลี่ยน ? ขั้นตอนวิธีสำหรับการเปลี่ยนชื่อ

เปลี่ยนนโยบาย มีหลายนโยบายที่เปลี่ยนเป็นที่นิยม คนที่ไม่ปฏิบัติ แต่
ที่สามารถใช้เป็นมาตรฐาน ซึ่งวัด ๆทั้งหมดเป็นขั้นตอนวิธีที่เหมาะสม

เราชอบเก็บค่าแคชจะเป็นที่ต้องการอีกครั้ง
โยนออกจากบล็อกจะไม่เป็นที่ต้องการอีกหรือที่อาจจะไม่ถูกต้องสำหรับ
ครั้ง ขั้นตอนวิธีที่สามารถมองไปในอนาคตเพื่อหา
บล็อกแม่นยำจะเก็บหรือออกขึ้นอยู่กับสองเกณฑ์เหล่านี้จะดีที่สุด นี้คือสิ่งที่วิธีที่ดีที่สุด
ไม่ เราต้องการแทนที่บล็อกจะไม่สามารถใช้สำหรับรอบระยะเวลาที่ยาวที่สุด
เวลาในอนาคต ตัวอย่างเช่น ถ้าเลือกเหยื่อบล็อกเป็นบล็อกบล็อก
ระหว่าง 0 และ 1และบล็อก 0 จะใช้ในอีก 5 วินาที ในขณะที่
บล็อก 1 จะไม่ใช้อีก 10 วินาที เราก็โยนออกจากบล็อก 1 จากจุดยืนที่เป็น
ในทางปฏิบัติเราไม่สามารถมองอนาคตได้ แต่เราสามารถเรียกใช้โปรแกรมและ
แล้วฉายซ้ำ ดังนั้นเราได้อย่างมีประสิทธิภาพ รู้อนาคต เราสามารถใช้ขั้นตอนวิธีที่เหมาะสม
บนวิ่ง 2 ขั้นตอนวิธีที่เหมาะสมที่สุดที่เป็นไปได้
รับประกันคุณอัตราเพราะเราไม่สามารถมองเห็นอนาคตได้ ทุกโปรแกรมที่เราเรียกใช้ขั้นตอนวิธีที่เหมาะสม
ใช้เป็นตัวชี้วัด เพื่อกำหนดวิธีที่ดีวิธีอื่นหรือแย่

ขั้นตอนวิธีการใกล้ชิดกับขั้นตอนวิธีที่ดีที่สุด

เราต้องดีขึ้น อัลกอริทึมที่ดีที่สุดประมาณขั้นตอนวิธีที่เหมาะสมที่สุด เรามี
หลายตัวเลือก ตัวอย่างเช่น เราอาจพิจารณา และท้องถิ่น เราอาจ
เดาว่าค่าใด ๆที่ไม่ได้ถูกใช้เมื่อเร็ว ๆนี้ ไม่น่าจะเป็นที่ต้องการอีกครั้ง