2-bit分支预测是否始终优于1-bit？兼论循环跳转误预测差异

一、2-bit分支预测是否始终优于1-bit？ #

不是。两者核心差异在于状态翻转的门槛：

• 1-bit预测器仅包含预测跳转和预测不跳转两种状态，单次误预测就会直接翻转状态。
• 2-bit预测器基于饱和计数器，有四个状态：强跳转、弱跳转、弱不跳转、强不跳转，需要连续两次误预测才会彻底改变预测方向。

反例：频繁交替的分支场景 #

假设分支行为是跳转(T)→不跳转(NT)→跳转→不跳转循环交替：

• 1-bit预测器：初始状态为T，第一次T预测正确；第二次NT预测错误，翻转到NT；第三次T预测错误，翻转到T；第四次NT预测错误，翻转到NT……每两次分支出现1次误预测，误预测率50%。
• 2-bit预测器：初始状态为强跳转(11)，第一次T正确，保持11；第二次NT预测错误，变为弱跳转(10)；第三次T正确，变回11；第四次NT预测错误，变为10……同样每两次分支出现1次误预测；若分支序列为NT→NT→T→T循环，2-bit的误预测次数会多于1-bit，因为它需要连续两次误预测才会切换状态。

只有在分支行为具有强倾向性（比如大部分时间跳转，偶尔出现一次不跳转）的场景下，2-bit预测器才会表现更优——它能抵抗单次异常分支的干扰，避免状态频繁翻转。

二、2-bit预测如何实现“循环结束条件跳转仅误预测1次而非2次”？ #

以典型的for循环为例：循环执行5次，前4次分支判断为“继续循环”（跳转），第5次判断为“退出循环”（不跳转）。

1-bit预测器的表现 #

假设初始状态为“预测不跳转”：

1. 第1次循环：分支跳转，预测错误，翻转到“预测跳转”
2. 第2-4次循环：分支跳转，预测正确，保持状态
3. 第5次循环：分支不跳转，预测错误，翻转到“预测不跳转”
   总共出现2次误预测。

2-bit预测器的表现 #

初始状态为“强跳转(11)”：

1. 第1-4次循环：分支跳转，预测正确，始终保持强跳转状态
2. 第5次循环：分支不跳转，预测错误，状态变为“弱跳转(10)”（仍倾向于预测跳转，但状态强度降低）
   仅出现1次误预测。

原因在于2-bit的饱和计数器不会因单次误预测彻底改变预测方向，循环结束的单次不跳转只会将状态从强跳转削弱为弱跳转，而非直接翻转到不跳转状态，因此仅产生1次误预测。

三、全取分支场景下两者的表现对比 #

这里的“全取分支”指分支行为从全不跳转突然切换为全跳转（或反之）的场景，比如前100次分支不跳转，后100次分支持续跳转。

1-bit预测器的表现 #

初始状态为“预测不跳转”：

1. 前100次不跳转：预测正确，保持状态
2. 第101次跳转：预测错误，翻转到“预测跳转”
3. 后99次跳转：预测正确，保持状态
   总误预测次数：1次

2-bit预测器的表现 #

初始状态为“弱不跳转(01)”：

1. 前100次不跳转：预测正确，保持状态
2. 第101次跳转：预测错误，状态变为“弱跳转(10)”（开始倾向于预测跳转）
3. 后99次跳转：预测正确，状态逐步升级为“强跳转(11)”
   总误预测次数：1次

在这种场景下，只要2-bit预测器的初始状态为弱状态（而非强状态），两者的误预测次数一致。实际硬件中通常会将饱和计数器初始化为弱状态，以平衡两种极端场景的表现。

内容的提问来源于stack exchange，提问作者An5Drama