现代制造技术的发展并未缩小处理器与存储器之间的速度差距,而高性能处理器中指令并行技术的使用,使处理器与存储器之间原来就存在的这种剪刀差有继续扩大的趋势。无论采用大容量的Cache,还是采用多层次的存储器体系结构,有两个问题始终难以解决:如果处理器要访问的数据不在Cache中,则无论在容量和存储器层次结构方面如何调整,都只能将流水线停顿下来;其次,如果Load指令所需要的数据已经取入Cache,由于指令间存在数据相关问题,只要产生指令(Producer Instruction)没有执行完毕,在消费指令(Consumer Instruction)所需要的结果产生之前,流水线都只能停顿。从目前的研究成果来看,解决上述问题的最佳手段是对数据进行预取。根据预取解决问题的对象不同,可以将其归纳为两类。一类是研究如何在Load指令的有效地址计算产生之前,对指令的执行结果进行预测并取入流水线,本文定义为数据值的预测技术;另一类是如何在Load指令发出之前,将所需要的数据由Memory取入Cache中,本文定义为Memory预取技术。本文针对数据值的预测技术和存储器的预取技术进行了深入研究,具体包括:1、利用马尔可夫模型来解决数据值的预测问题。本文从指令流的分析入手,给出了数据值预测的数学描述,建立了相应的马尔可夫模型。由于状态的提取方法不同,计算复杂度和产生的结果亦不相同,因此对状态的定义是数据值预测数学描述中的关键问题之一。根据数据流的特征,将马尔可夫模型的状态定义为滑动窗内一组数据组成的特征向量,通过状态的转移概率进行数据值预测,克服了单纯根据数据值出现的概率大小进行预测的缺陷。仿真结果表明,与采用二级值预测方案以及基于程序语句相关的预侧方案相比,在预测指令的覆盖率上分别提高了9.51%和2.02%,在预测精度上分别提高了12.9%和8.2%,而在IPC上,则分别提高了16.7%和7.4%,构造的马尔可夫模型适用于数据值的预侧。2、基于块最后访问指令跟踪技术,提出了一种混合的Memory预取方案。本方案融合了连续的预取技术以及Cache中块的跟踪技术。它将数据块