视频编解码一类的多媒体流计算不仅计算复杂度高，而且计算过程中需要进行密集数据访问。片上多级Cache可以缓解计算速度与数据存取速度之间的差距。但是，片上Cache空间通常非常有限，而且能耗相对较高，因此需要根据多媒体流计算运行时的需求特征来分配缓存大小，以充分利用缓存空间，在保证系统性能的同时降低能耗。选取视频解码这一典型多媒体流计算应用，研究基于视频场景的Cache模型和划分策略。在保证视频解码软实时性的前提下，利用视频场景切换时解码所需的访存量不同和在不同缓存大小下解码时能耗不同的特点，提出带宽感知的Cache模型和划分策略。首先，通过分析不同视频序列在不同大小缓存下解码时的性能和能耗的变化特征，建立在满足延时要求的前提下系统能耗更低的Cache模型。然后，由模型计算出多组测试序列解码时最佳Cache大小，使用简单的聚类算法对最佳Cache大小进行聚类，分析各类Cache中所对应视频场景特征。从视频运动复杂度和幅面残差来感知视频场景的切换，进而确定二者与解码时对Cache需求间的映射关系，并由此映射关系来实现解码过程中Cache大小的配置。整个Cache划分策略提高了Cache空间利用率，在满足解码软实时性的前提下，使系统的能耗更低。基于TI公司的TMSC6416平台，以H.264视频解码器为软件平台，分别对CIF格式的不同标准视频序列进行测试，从二级缓存命中率和能耗两方面进行性能分析。实验结果表明，在保证视频解码软实时性的前提下，使用Cache划分策略后，解码系统的能耗平均下降30.37%，二级缓存命中率平均下降3.38%。由此可见，基于视频场景的Cache划分策略可以在保证解码性能的同时降低系统能耗。