我对 CPU 缓存和物理地址之间的“别名”的含义有点困惑。首先，我发现它在上的定义：
但是，VIVT 会遇到混叠问题，其中几个不同的虚拟地址可能引用相同的物理地址。另一个问题是同音异义词，其中相同的虚拟地址映射到几个不同的物理地址。
但是过了一会儿，我在 DAC '05 的演示文稿（ppt）上看到了不同的定义：“具有虚拟内存的嵌入式处理器的节能物理标记缓存”
缓存别名和同义词：
别名：来自不同上下文的相同虚拟地址映射到不同的物理地址同义词：不同的虚拟地址映射到相同的物理地址（数据共享）
因为我不是一个母语人士，我不知道哪个是正确的，虽然我觉得维基的定义是正确的。
Edit:CPU 缓存中“别名”的概念通常表示“同义词”，相反是“同音异义”。在更通用的级别中，“别名”是“令人困惑”或“混乱”或类似的东西。因此，在我看来，“别名”确切地意味着（X-& gt;Y）的映射是“不是双射的”，其中
“X”= 已缓存的物理地址单元的子集。（每个元素是一行字节）
“Y”= 有效高速缓存行的集合。(元素 a 也是“行”)
你需要先了解虚拟内存，但基本上是这样的：
您的程序使用的内存地址不是 RAM 使用的物理地址；它们是 CPU 将虚拟地址映射到物理地址。
多个虚拟地址可以指向相同的物理地址。
这意味着你可以在缓存的不同部分有相同数据的两个副本，而不知道它......他们不会被正确更新，所以你会得到错误的结果。
编辑：
reference的练习：
当内存的物理页的多个映射具有冲突的缓存状态（如缓存和未缓存）时，会发生缓存别名。由于这些冲突状态，当刷新处理器的缓存时，该物理页中的数据可能会损坏。如果驱动程序将该页用于 DMA，则可能会导致硬件稳定性问题和系统锁定。
For those who are still unconvinced:在 ARMv4 和 ARMv5 处理器上，缓存被组织为虚拟索引、虚拟标记 (VIVT) 缓存，其中索引和标记都基于虚拟地址。此方法的主要优点是缓存查找速度更快，因为转换后备缓冲区 (TLB) 不参与匹配虚拟地址的缓存行。但是，此缓存方法确实需要更频繁的缓存刷新物理地址，由于缓存别名，
@ Wu 是的你确实需要了解虚拟内存很少了解别名。让我先给你几行解释：
假设我有 1GB 的 RAM（物理内存）。我想向我的程序员展示一个视图，即我有 4GB 内存，然后使用虚拟内存。在虚拟内存中，程序员认为他 / 她有 4GB，并从这个角度编写他们的程序。他们不需要知道存在多少物理内存。优点是程序将在具有不同 RAM 的计算机上运行。此外，该程序可以与其他物理程序一起运行。
我将给出一个简单的 1 级虚拟内存系统（英特尔有一个 2 / 3 级系统，这使得解释变得复杂。
我们的问题是程序员有 40 亿个地址，而我们只有 10 亿个位置来放置这 40 亿个地址。因此，地址来自虚拟地址空间，需要映射到物理地址空间。这是使用称为页表的简单索引表来完成的。您访问具有虚拟地址的页表，它为您提供该内存位置的物理地址。
一些细节：请记住，物理空间只有 1GB，因此系统仅将最近访问的 1GB 存储在物理内存中，其余存储在系统磁盘中。当程序请求特定地址时，我们首先检查它是否已经在物理内存中。如果是，则将其返回给程序。如果不是，则将其从磁盘中取出并放入物理内存中，然后返回给程序。后者称为页面错误。
回到虚拟内存上下文中的别名:由于 virtual-& gt;物理地址之间存在映射,所以可以使两个虚拟地址映射到相同的物理地址,这与说如果我在我的页表中查看虚拟地址 X 和 Y,在两种情况下都会得到相同的物理地址是一样的。
我在下面显示了一个 8 条目页表的简单示例。假设有 8 个 vitual 地址，只有 3 个物理地址。页表如下所示：
0: 1
1: On disk
2: 2
3: 1
4: On disk
5: On disk
6: On disk
7: 0
This mean that if virtual address 4 is accessed, you will get a page fault.
If virtual addresses 3 is accessed, you will get the physical address 1
In this case, virtual addresses 0 and 3 are aliasing to the same physical address 1 for both of them
注意：我到处使用物理和虚拟地址来简化概念。在实际系统中，虚拟到物理的映射不是基于每个地址。相反，我们将虚拟空间的块映射到物理空间。每个块称为 Page（这就是为什么映射表称为页表的原因），块的大小是 ISA 的属性，例如 Intel x86 具有 4Kbyte 页面。
本站系公益性非盈利分享网址，本文来自用户投稿，不代表边看边学立场，如若转载，请注明出处
评论列表（63条）