流水线CPU的设计与实现

EN.553.738高维近似，概率和统计学习最终项目 关查理，胡志明，张杰@约翰·霍普金斯大学 在这个项目中，我们探索三种不同的非线性降维/流形学习算法：Isomap，局部线性嵌入（LLE）和扩散图/ Laplacian特征图。 我们在数据集上对这些算法进行基准测试，例如经典的瑞士卷，虹膜，MNIST和神经元尖峰数据。 我们还将它们与主成分分析（PCA）进行比较，后者是一种线性降维算法。 最后，我们有一个使用扩散图的演示来分析氢二聚体的玩具分子动力学模拟的自由能态。 要运行任何基准测试/演示，请启动相应的脚本： python filename.py 。 您可以编辑每个脚本中每个算法中的超参数，例如投影维和相邻算法的数量。 先决条件 脚本要求： 数据集 Swiss Roll和Iris数据集是从sklearn.datasets包生成的。 我们下载了亚·莱卡的网页的数据库MNIST。 神经

MIPS流水线模拟器实现 MIPS流水线模拟器实现 MIPS流水线模拟器实现 MIPS流水线模拟器实现

多周期cpu，vivado

建材行业加工生产线属于大型复杂离散动态系统，利用虚拟仿真实验，辅助分析生产物流过程，对于改进流程、消除瓶颈、提高物流水平有明显的效果。利用Flexsim仿真软件可以对模型中的部分参数进行修改，形成不同的系统方案，对修改后的模型再运行分析。经过多次重复后，可以对多种不同的方案的结果进行统计分析、比较，以达到优化方案的目的。

在过去十几年中，分支预测技术一直是提高处理器性能的重要方法，工业界和学术界对之进行了大量研究。 分支预测的本质是克服指令控制相关，提高指令并行度。随着研究的不断深入，当前学术界认为分支预测是一个 指令学习的过程，这就使得对分支预测的研究出现了新的趋势。本文对分支预测技术的历史和研究现状进行了归 纳，以便从总体上了解分支预测技术的发展过程。

16位五级流水线CPU，十几条运算和跳转指令，含报告文档

Jenkins 通过node的方式连接Docker构建jobs，jobs运行完成容器删除

接入流水线的仪器客户端软件参数配置

IT试题