理解分支预测及分支预测器的选择机制

我认为这不是重复问题，因为本问题旨在探讨如何编写适配分支预测器的最优代码，同时验证我对分支预测工作原理的个人理解。

对分支预测（BP）工作原理的理解，请指出其中是否存在错误： #

当遇到分支时，CPU会尝试预测该分支是否会被执行。
这一预测基于所使用的预测器类型，预测器的判断依据包括以下一项或多项：

• 该分支此前是否被执行的历史记录（局部动态预测）
• 其他分支的执行历史（全局动态预测）
• 简单假设（静态预测）

此外，我了解到预测是基于指令本身，而非实例数据。
举个例子，请参考以下向量append代码片段：

fn append<T>(&mut self, element: T) {
    if self.length == self.capacity {
        self.double_capacity()
    }
    self[self.length] = element
    self.length += 1
}

该if分支是否被执行的预测基于全局调用情况，而非特定向量实例的分支历史。
另外还有*单态化（monomorphization）*的问题，据我理解，它会生成该函数的多个编译版本，实际上允许为每个使用的泛型类型分配一个分支预测器。

核心问题 #

在上述代码片段中，静态分支预测器似乎是最优选择，因为其最低准确率为1 - 1/(default_vec_size)（默认容量为16时约为94%），且向量越大准确率越高。但CPU如何选择使用静态、局部动态还是全局动态预测器？是仅基于运行时分析，还是存在程序员/编译器引入的内在提示？

内容的提问来源于stack exchange，提问作者Jam