近年来,随着多核处理器的迅猛发展,在处理器性能提升的同时,处理器芯片的功耗密度也随之快速上升。功耗墙问题变得愈发严峻且备受关注,已经成为制约处理器性能进一步提升的瓶颈。如何提高系统的能效是很重要的一项课题。精确的性能预测模型能够为能耗优化、操作系统的调度提供很好的操作依据,本文的主要模型构建是通过处理器提供的性能计数器(performance counter)采样系统运行时信息(如分支预测的失效率、L1Cache的命中率)来实现的。本文针对聚合多线程体系结构(CMT),构建了一个性能预测模型SCP,有效的为线程迁移这一功耗调节技术提供了参考指导。CMT体系结构是一种硬件多线程的结构,最早在AMD Bulldozer处理器中实现。由于CMT体系结构具有多线程的特性,可以通过“线程迁移+PG”技术对功耗和性能进行平衡调节,那么在调节前能够准确定量的预测出调节后的性能就变得很有必要。通过实验分析,我们发现在CMT体系结构中,线程迁移后线程性能的变化与共享资源的使用情况具有很大程度的关联性。这些共享资源包括L1指令Cache、浮点计算单元、L2Cache等。而对共享资源的使用情况通过处理器提供的硬件性能计数器就可以监测到。根据上述信息,本文通过性能计数器和线性回归的方法构建了SCP性能预测模型,并在AMD FX-8320实验平台上完成实验。模型能够根据线程在分离态(聚合态)下的运行信息预测出线程在聚合态(分离态)下运行时的性能。最后通过测试程序集验证得到模型的误差大约在6%左右。同时,为了更进一步的验证模型的有效性和可应用性,我们将针对DVFS调节技术的功耗预测模型PPEP与本文提出的SCP模型进行融合,得到PPEP-SCP性能功耗预测模型。模型融合了两个子模型各自的特性,能够同时跨越VF等级(电压和频率)和线程的运行状态(聚合态和分离态)来预测性能和功耗。同时我们分别针对PPEP模型和PPEP-SCP模型提出了针对Power Capping场景下的应用策略,并且进行了实验数据对比。由于融合模型可以通过两种调节手段(DVFS和“线程迁移+PG”)进行功耗和性能的平衡,在Power Capping场景下比单纯的PPEP模型更加贴近目标功耗,并且也获得了更高的性能。