目录
[二、Least Recently Used (LRU)](#二、Least Recently Used (LRU))
[三、Tree Pseudo Least Recently Used (TreePLRU)](#三、Tree Pseudo Least Recently Used (TreePLRU))
[四、Bimodal Insertion Policy (BIP)](#四、Bimodal Insertion Policy (BIP))
[五、LRU Insertion Policy (LIP)](#五、LRU Insertion Policy (LIP))
[六、Most Recently Used (MRU)](#六、Most Recently Used (MRU))
[七、Least Frequently Used (LFU)](#七、Least Frequently Used (LFU))
[八、First-In, First-Out (FIFO)](#八、First-In, First-Out (FIFO))
[十、Not Recently Used (NRU)](#十、Not Recently Used (NRU))
[十一、Re-Reference Interval Prediction (RRIP)](#十一、Re-Reference Interval Prediction (RRIP))
[十二、Bimodal Re-Reference Interval Prediction (BRRIP)](#十二、Bimodal Re-Reference Interval Prediction (BRRIP))
这一教程中主要介绍了当内存系统满时，需要进行相应的替换策略。
官网教程：gem5: Replacement Policies
Gem5实现了多种替换策略。每种替换策略在确定需要替换的数据块时，都使用特定的替换数据进行判断。替换数据是衡量数据块被替换优先级的指标。
在所有替换策略中，无效块（invalid blocks）都被优先作为替换对象。无效块是指在缓存中没有有效数据的块，即没有被使用或者已经被无效化的块。因为无效块不再有用，可以立即被替换掉，给新的数据块提供空间。
替换策略由**reset()、touch()、invalidate()和getVictim()**方法组成。每种方法对替换数据的处理方式不同。
- **reset()**用于初始化替换数据（即将其标记为有效）。它只应在插入新条目时调用，并且在无效化之前不应再次调用。对条目的第一次访问必须始终是reset()。
- **touch()**用于访问替换数据，因此应在条目访问时调用。它的目的是更新替换数据，用来反映最新的访问情况。【当一个条目被访问时，touch()方法被调用，说明该条目被使用了一次。通过调用touch()方法，替换策略可以根据访问模式和频率来更新替换数据，更准确地判断哪个数据块适宜留在缓存中】
- **invalidate()**在条目无效化时调用，之所以会被无效化，通常是由于一致性处理的需求。一致性处理可能是其他处理器或缓存修改了相同的数据，导致当前缓存中的数据变成无效状态。此时，在确定需要被替换的条目时，invalidate()会调整替换数据，使得被无效化的条目在替换决策中的优先级较高，更有可能被替换出去。
- getVictim()在发生缺失时调用，必须从缓存中选择一项数据替换出去，以腾出空间来存储新的数据。在所有候选替换条目中，它会优先搜索具有最差替换数据的条目，这意味着会根据替换策略中定义的替换数据度量标准，选择具有较低优先级的条目作为替换的对象，同时优先选择替换掉无效条目。
我们简要介绍了Gem5中实现的替换策略。如果需要进一步了解，可以参考Cache Replacement Policies Wikipedia页面或相关论文。
一、Random
随机（Random）是一种最简单的替换策略，它不依赖于任何替换数据或者访问模式。在发生缺失需要进行替换时，随机替换策略会在所有的替换候选项中随机选择一个替换数据块。
这种策略的优势在于它的实现简单且成本低，因为不需要维护额外的替换数据结构。它可以适用于一些不需要特定的替换策略的场景，或者作为其他更复杂替换策略的基准进行比较。
然而，随机替换策略也存在一些缺点。由于其随机性质，它无法利用访问模式或者替换数据的信息，因此可能无法充分优化缓存的命中率。在某些情况下，随机替换策略可能会导致频繁替换频繁访问的数据块，从而降低缓存性能。
二、Least Recently Used (LRU)
最近最少使用（LRU）是一种替换策略，其替换数据包括最后访问时间戳，记录最后一次访问该条目的时间。当需要替换时，LRU替换策略会选择具有最早最后访问时间戳的条目作为替换数据块。
该策略的原理是，根据时间戳可以推测出最近被访问的数据块相对较新，而较长时间未被访问的数据块相对较旧。因此，最早被访问的数据块是最有可能在未来较长时间内不再被访问的，所以选择它作为替换数据块是合理的。通过基于最后访问时间戳选择替换数据块，LRU替换策略可以充分利用访问模式的局部性原理，即最近被访问的数据块在未来也可能被频繁访问。这有助于提高缓存的命中率，使得常被访问的数据块能够长时间保留在缓存中，提高访问性能。
然而，LRU替换策略也有一些限制。维护时间戳需要额外的开销，并且在高并发的情况下，更新时间戳可能会引入竞争条件。此外，对于具有周期性访问模式或者突发访问的数据块，LRU可能无法有效地适应其访问模式。
三、Tree Pseudo Least Recently Used (TreePLRU)
TreePLRU是对LRU替换策略的改进。它通过使用二叉树和1位指针来管理和跟踪缓存条目的使用情况。
TreePLRU的核心思想是将缓存条目组织成二叉树结构，并使用1位指针来表示每个节点的状态。二叉树的叶子节点表示缓存条目，而非叶子节点表示缓存条目的组合。通过在每个节点上设置1位指针，可以表示该节点的子节点中哪个子节点最近被访问过。当需要进行替换时，TreePLRU会根据节点的1位指针来选择替换数据块。具体选择的方法是从根节点开始，根据节点的1位指针选择下一个节点，直到到达叶子节点，该叶子节点即为需要替换的数据块。
通过使用二叉树和1位指针来管理替换数据，TreePLRU能够更高效地跟踪和更新条目的使用近期性。相比传统的LRU实现，它节省了额外的时间和空间开销。
然而，TreePLRU也有一些限制。由于使用二叉树结构，它需要维护和更新树的指针，这可能会引入一些复杂性和开销。此外，TreePLRU对于大型缓存和高并发访问的情况可能不够高效。
四、Bimodal Insertion Policy (BIP)
BIP是一种改进的替换策略，它在LRU的基础上引入了概率性的MRU插入。每个块在被插入缓存时，根据双模节流参数（btp）确定以MRU方式插入的概率。
双模节流参数（btp）是一个控制插入策略的参数，它决定了新块以MRU方式插入的可能性。较高的btp值表示更高的插入概率，即新块更有可能以MRU方式插入。换句话说，btp决定了新块插入时被放置的位置，越高的btp值表示新块更有可能被放置在最近最少使用的位置。
使用BIP策略时，较高的btp值可以增加新块以MRU方式插入的概率，这意味着最近访问的块可能会更长时间地保留在缓存中。这可以提高缓存的命中率，从而提高系统的性能。
然而，需要注意的是，较高的btp值也可能导致缓存中的块长时间保留，导致较少访问的块很难进入缓存。因此，在选择适当的btp值时需要进行权衡，以获得最佳的缓存性能。
五、LRU Insertion Policy (LIP)
LIP是一种改进的替换策略，它基于LRU替换策略的基本原则，但在插入新块时有所不同。通常，在LRU中，新块会被插入到最近使用的位置（MRU），以便它们有更高的机会在未来被频繁访问。然而，在LIP中，新块被插入到最近最少使用的位置（LRU），即最不可能被访问的位置。
当新块被插入到LRU位置时，它们的时间戳会被更新为MRU，以便在后续访问中正确反映它们的使用频率。这样，当新块被重复访问时，它们将逐渐向MRU位置移动，直到它们成为最近访问的块。
LIP也可以被视为BIP的一种特殊情况，其中将插入新块作为最近使用的可能性设置为0%。在BIP中，插入新块的概率可以根据双模节流参数进行调整，而在LIP中，新块始终以LRU方式插入，不考虑最近使用的可能性。
LIP的优点是它简化了插入策略，减少了实现的复杂性，并且在某些情况下可能提供更好的性能。然而，它可能会导致缓存中的新块较少，因为它们总是以LRU方式插入。
六、Most Recently Used (MRU)
MRU替换策略是一种基于使用频率的缓存替换策略。它与LRU（最近最少使用）相反，LRU策略选择的是最久未被使用的条目进行替换，而MRU策略选择的是最近被使用的条目进行替换。
在MRU策略中，条目的"新鲜度"越高，即最近被使用的时间越近，它们越有可能成为替换数据块。这意味着，相对较新的条目会更容易被替换，而相对较旧的条目会更有可能保留在缓存中。
这种策略的目的是优先保留最近使用的条目，以便它们在未来可能再次被访问。较新的条目通常被认为是在短期内更有可能被频繁访问的，因此将它们视为替换数据块可以提供更好的缓存性能。
然而，MRU策略也有一些局限性。由于它偏向保留较新的条目，可能会导致较旧但仍然频繁访问的条目被替换出缓存，从而降低缓存的命中率。这在某些工作负载下可能导致性能下降。
七、Least Frequently Used (LFU)
LFU替换策略是一种基于引用频率的缓存替换策略。它根据条目被访问的次数选择替换数据块，而不考虑这些访问发生的时间或距离上次访问的时间有多久。
在LFU策略中，每当一个条目被访问时，其引用计数会增加。当缓存空间不足时，LFU策略会选择引用计数最低的条目作为替换块，即最不经常被引用的条目。这样做的目的是尽可能保留经常被访问的条目，以提高缓存的命中率。
LFU策略可以很好地适应访问模式发生变化的情况。一旦某个条目不再被访问，其引用计数会逐渐降低。在未来如果该条目再次被访问，它的引用计数将重新增加，使其有机会被保留在缓存中。
然而，LFU策略也有一些局限性。如果某个条目在缓存中一直存在但很少被访问，它的引用计数可能始终较低，导致它很难被保留在缓存中。此外，LFU策略需要维护每个条目的引用计数，这可能需要额外的计算和存储开销。
八、First-In, First-Out (FIFO)
FIFO算法按照数据进入缓存的顺序确定替换顺序。当缓存已满且需要插入新数据时，最早进入缓存的数据将被替换出去，为新数据腾出空间。这是因为最早进入缓存的数据在时间上最久远，很可能是最不常使用的数据。
FIFO算法的优点是实现简单，容易理解和预测。然而，它也有一些缺点。由于只考虑了数据的插入时间，而没有考虑数据的访问频率和重要性，FIFO算法可能会导致缓存命中率较低。如果某个数据在一开始被频繁访问，但随后很少被使用，它仍然会一直留在缓存中，占用宝贵的空间，而更重要的数据可能无法被缓存。
九、Second-Chance
Second-Chance替换策略是一种基于FIFO的缓存替换策略。它引入了一个"第二次机会"的概念，以允许某些即将被替换的条目有机会继续留在缓存中。在Second-Chance策略中，每个条目都有一个额外的位，通常称为"第二次机会位"（second chance bit）。当一个条目被插入到缓存中时，它的第二次机会位被设置为1。当需要替换一个条目时，首先检查队列的第一个条目。如果该条目的第二次机会位为1，表示它已经得到了第二次机会，那么该位会被清除，并将该条目重新插入到FIFO队列的末尾。如果第一个条目的第二次机会位为0，表示它没有得到第二次机会，那么该条目会被替换。
当发生缺失（miss）时，即需要插入一个新的条目时，该条目的第二次机会位会被清除，以确保该条目在下一次替换时不会得到第二次机会。
Second-Chance策略允许某些即将被替换的条目有机会继续留在缓存中。如果一个条目在第一次机会时没有被访问，但在第二次机会时被访问到，它的第二次机会位将被设置为1，从而使其有机会继续存在于缓存中。
十、Not Recently Used (NRU)
NRU算法通过维护每个块的一个比特位来估计块的最近使用情况。当需要替换一个块时，NRU算法会优先选择那些比特位为1的块，因为它们可能已经较久没有被引用，有较高的可能性不会在短时间内被再次引用。
在NRU算法中，当一个块被替换时，所有与其一起可能被替换的块都会使其重新引用比特位递增。这是为了确保被替换的块在下一轮替换时有更高的机会被选择，从而避免频繁替换同一块。
NRU算法的优点是实现相对简单，且能够在一定程度上近似LRU算法。然而，由于它只使用了一个比特位来判断块的使用情况，因此无法提供精确的LRU替换策略。在某些情况下，NRU算法可能会导致较低的缓存命中率。
十一、Re-Reference Interval Prediction (RRIP)
Re-Reference Interval Prediction（RRIP）是一种用于缓存替换策略的扩展，它是基于NRU（Not Recently Used，最近未使用）策略的改进。RRIP引入了重新引用预测值（RRPV），用于预测块是否在不久的将来会被重新访问。
在RRIP中，每个缓存块都被分配一个RRPV值。初始时，所有的RRPV值被设置为最大值。当一个块被访问时，它的RRPV值会被重新设置为最小值。当需要替换一个块时，通过检查所有块的RRPV值来确定被替换的块。如果存在至少一个块的RRPV值为最大值，那么选择其中一个RRPV值为最大的块进行替换。如果所有块的RRPV值都不是最大值，那么选择RRPV值最小的块进行替换。
RRPV的值表示块距离下一次访问的间隔。值越高，表示块与下一次访问的间隔越远，即块越不可能在不久的将来被重新访问。通过使用RRPV值，RRIP可以更好地预测块是否会被重新使用，并相应地进行替换。
Static RRIP（SRRIP）是RRIP的一种实现方式，它总是以相同的RRPV值插入块。在SRRIP中，所有块的初始RRPV值都设置为最大值。当一个块被访问时，它的RRPV值被重新设置为最小值。这种实现方式简化了RRIP的操作，并且在实际应用中具有较好的性能。
十二、Bimodal Re-Reference Interval Prediction (BRRIP)
Bimodal Re-Reference Interval Prediction（BRRIP）是对RRIP策略的进一步扩展，它采用了Bimodal Insertion Policy的思想。BRRIP引入了一个概率控制机制，用于决定是否插入块，这与LRU策略中的不插入块的概率相似。这个概率由双模态节流参数（btp）控制。
在BRRIP中，每个缓存块都有一个重新引用预测值（RRPV），用于预测块是否会在不久的将来重新访问。与RRIP类似，RRPV值越高表示块与下一次访问的间隔越远。然而，BRRIP通过引入双模态节流参数（btp）来控制插入块的概率。
btp参数可以取0或1两个值，分别表示插入块的概率为0和1。当btp参数为0时，BRRIP的行为类似于LRU，即不插入块。当btp参数为1时，BRRIP的行为类似于RRIP，按照RRPV值进行插入和替换。通过调整btp参数，可以在BRRIP中控制插入块的概率，从而平衡缓存的性能和命中率。
BRRIP的双模态节流参数提供了一种灵活的机制，可以在不同的工作负载和访问模式下调整插入块的概率。根据具体的应用场景和性能需求，可以调整btp参数以适应不同的情况。