《超标量处理器设计》- 执行
旁路网路
需要旁路网络的原因
比如两条指令RAW，最保守的方式是前面一条指令 FU 计算完成后，dst 写回了PRF，然后后面一条指令 是如此idx再去读PRF，费时，影响pipelie效率，所以需要旁路电路，从前一个指令计算出结果的时候，就fwd到新指令的入口。
简单设计的旁路网络
左边图没有旁路网络的时候，所有的寄存器的值从PRF来。右边那个比如FU0的值可以从PRF来，也可以从上一次FU0自己算出来的值来，还可以从FU1的计算的结果来。
旁路电路冲突的解决
- 产生conflict的原因
如下图，如果一个FU中有几个计算模块，比如第一个FU，可以同时执行Add和shift，add latency=2,shift latency=1，则下下张图的时序，有可能出现add和shift的运算同时算出来，都需要fwd（forward），这就出现了旁路电路fwd的冲突 - 解决旁路电路conflict方式
根据是否进行推测，有两种方案（前提：我们知道指令的执行latency）
推测：假设所有的都不会出现conflict，当要开始执行的时候，再检查是否会和同FU的其他指令产生conflitc，如果产生conflict就放回issue queue.
不推测：在选择指令的时候，就算好，如果会和前面的指令发生conflict，这个周期就不把指令送到FU
复杂设计的旁路网络
复杂电路引起增加流水级数
在现实的处理器里，FU比较多，布线复杂，从PRF读的数据需要很长的传输才能到达FU的数据端，而且数据来源不止从PRF来，有可能还要做mux，所以把这个阶段单拿一个周期，叫source drive。如果没有这个阶段，复杂的准备工作和冒险处理将和执行阶段抢时间，导致cycle拉长。
同理，计算的数据到写入PRF也要很长的时间，所以单拎出来一个周期 result drive
增加流水级数引起旁路电路的复杂度快速提升
指令在result drive和write back阶段可以发起forward，在source drive阶段和execute阶段可以接收forward,导致forward的组合急剧增多
简化旁路电路采取的方式（cluster）
- cluster bypass
把不同的FU放在不同的cluster中（一个cluster放>=1）FU，同cluster内的FU之间可以快速forward,没有source drive和result drive的环节，不同的cluster之间数据如果有依赖，只能通过读取PRF的方式获取
存储器指令的加速
影响存储指令速度的原因
1. load/store指令之间也会出现和寄存器类似的WAW/WAR/RAW hazard
解决hazard的方式
完全顺序执行
缺点：存储的速度慢；优点：可靠部分乱序执行
store和store之间保持顺序，两个store之间的load可以乱序
当指令A被select的时候，就可以wake up 指令B/C/D,当B/C/D的地址算出来的时候，A的已经算出来了，因此B/C/D 可以和A比较是否发生地址冲突，如果不发生，load就可以发出去，如果发生，load就可以等到store的回来直接用store的数据。
指令B/C/D并不阻塞下一条store 指令E，因为对于AXI来说是不同的channel，而且即使指令A没有AXI的bresp回来，指令E也可以发出去，但是指令F/G检查冲突的时候要不仅要和指令E做地址比较，也要和指令A做地址比较。
那么哪些load指令需要和前一个store做比较，哪些需要和前前…个store指令做比较，这就需要记录load和store 之间的顺序，可以用ROB来做辅助标记。所有的store的指令相关的数据都放在store buffer里，如果load有匹配的上的，就去store buffer取数据，就不向AXI去read了。完全乱序执行
只要load的操作数准备好了，就发送
2.数据放在不同层级cache中，取数据慢
解决方式：D-cache缺失的时候，处理器继续执行后面的load/store，使用非阻塞的fetch方式