首先，它通过允许缓存压缩macroblock来加速数据检索的过程，因此只包含相关的数据。这项技术被称作密集足迹缓存，采用了当前最先进的片叠式DRAM管理方法。研究人员在为每款应用程序测试运行了30亿指令之后，发现其速度可提升9.5%、并节省了4.3%的能源消耗。研究还发现，DFC显著降低了最后一级缓存的失误影响。在测试中，DFC将LLC非命中率减少了43%。
这些数据被存在大区块（或macroblocks）中，允许处理器定位其所需的数据，但也为macroblocks带来了额外的包含的、不需要的数据检索——既费时、又费电。
然而随着时间的推移而学习处理器所需的特定数据从每个macroblock中取出，三星和北卡州立大学的研究人员们能够采取多种方法来提升数据检索的效率。
首先，它通过允许缓存压缩macroblock来加速数据检索的过程，因此只包含相关的数据。
这么一来，压缩后的数据，就为处理器更有可能需要的其它数据腾出了空间。
这项技术被称作密集足迹缓存（DFC），采用了当前最先进的片叠式DRAM管理方法（借助一颗处理器和内存模拟器）。
研究人员在为每款应用程序测试运行了30亿指令之后，发现其速度可提升9.5%、并节省了4.3%的能源消耗。
研究还发现，DFC显著降低了最后一级缓存（LLC）的失误影响。这种情况指处理器尝试检索并不存在于缓存之中的数据，因此需要从主存（RAM）之外检索所需的数据，显然费时又费电。
在测试中，DFC将LLC非命中率减少了43%。
该团队将于10月3-6号在华盛顿特区召开的国际内存系统研讨会上讲解他们的研究论文（PDF）。
[编译自：New Atlas, 来源：NC State]
