simulador_cache

Simulador de Memória Cache com Interface Gráfica (GUI) Claro! Aqui está a versão revisada e formatada para o arquivo README.md de um repositório no GitHub. A linguagem foi ajustada para o estilo típico de documentação pública, mantendo clareza, objetividade e boa organização:

---

Simulador de Memória Cache com Interface Gráfica (GUI)

1. Apresentação

Este simulador tem como objetivo didático auxiliar no estudo do comportamento de memórias cache em sistemas computacionais. Por meio de uma interface gráfica interativa (baseada em Dear PyGui), o usuário pode configurar diversos parâmetros da arquitetura de cache e do padrão de acesso à memória, observando o impacto nas taxas de acerto (hit rate) sob diferentes políticas de substituição.

2. Funcionalidades Principais

• Simulação de acessos à memória com padrões realistas baseados em:

  • Localidade temporal
  • Localidade espacial
  • Regiões quentes de memória

• Implementação das principais políticas de substituição:

  • FIFO (First-In First-Out)
  • LRU (Least Recently Used)
  • LFU (Least Frequently Used)
  • Random

• Geração de mapa de calor (heatmap) para visualização da frequência de acesso por bloco de memória ao longo do tempo (desabilitado por erro no código).

• Execução de simulações Monte Carlo para análise estatística da taxa de acerto.

• Exibição dos resultados diretamente na interface, incluindo média e desvio padrão da taxa de acerto.

3. Parâmetros Ajustáveis pelo Usuário

O simulador permite a configuração dos seguintes parâmetros:

• Tamanho da memória principal (número de endereços)

• Quantidade de acessos simulados

• Número total de linhas da cache

• Grau de associatividade (linhas por conjunto)

• Tamanho do bloco (endereços por bloco)

• Número de regiões quentes (áreas mais frequentemente acessadas)

• Probabilidades associadas ao padrão de acesso:

  • Localidade temporal (repetição do último acesso)
  • Localidade espacial (endereços próximos ao anterior)
  • Regiões quentes (foco em áreas específicas)

• Política de substituição (FIFO, LRU, LFU, Random)

• Número de simulações (para Monte Carlo)

4. Geração do Padrão de Acesso

Os endereços são gerados com base em um modelo probabilístico que busca simular o comportamento real de programas:

• Uma fração repete o endereço anterior (localidade temporal)
• Outra fração acessa endereços vizinhos (localidade espacial)
• Outra parte concentra acessos em regiões quentes
• O restante realiza acessos aleatórios

5. Políticas de Substituição

Cada política é implementada com estruturas de dados apropriadas que refletem seu comportamento esperado:

5.1 FIFO

Remove o bloco mais antigo inserido no conjunto.

5.2 LRU

Remove o bloco menos recentemente utilizado.

5.3 LFU

Remove o bloco menos frequentemente acessado. A seguir, descreve-se a lógica da função de simulação simular_cache_LFU:

def simular_cache_LFU(padrao_acesso, cache_lines, associatividade, bloco_tamanho):

• padrao_acesso: lista de endereços simulados.
• cache_lines: número total de linhas da cache.
• associatividade: número de linhas por conjunto.
• bloco_tamanho: quantidade de endereços por bloco.

Etapas da Simulação:

1. Calcula-se o número de conjuntos: num_conjuntos = cache_lines // associatividade

2. Inicializa-se a cache: cache = [{} for _ in range(num_conjuntos)]

3. Estatísticas: hits, misses, hit_log, conjunto_log

4. Para cada endereço:

   • Calcula-se bloco = endereco // bloco_tamanho
   • Determina-se o conjunto = bloco % num_conjuntos
   • Verifica-se HIT ou MISS
   • Atualiza-se o contador ou substitui o bloco menos acessado

Retorno:

• Lista de conjuntos acessados
• Lista binária de HIT/MISS

A política LFU mantém um contador para cada bloco e sempre remove o de menor valor.

5.4 Random

Seleciona um bloco aleatoriamente para substituição.

6. Cache Multinível

O simulador agora oferece suporte à simulação de hierarquia de cache multinível (L1, L2 e L3) com as seguintes características:

6.1 Configuração Flexível

• Suporte para até 3 níveis de cache (L1, L2, L3)
• Configuração independente de tamanho, associatividade e política para cada nível
• Especificação de tempos de acesso para cada nível e para a memória principal (RAM)
• Ativação/desativação opcional dos níveis L2 e L3

6.2 Algoritmos por Nível

Cada nível de cache pode utilizar um algoritmo de substituição diferente:

• L1 pode usar LRU enquanto L2 usa FIFO, por exemplo
• Permite estudo do comportamento de diferentes combinações de políticas

6.3 Métricas Avançadas

• Taxa de acerto por nível
• Tempo médio de acesso calculado de acordo com a equação:

  Tmed = p₁·T₁ + p₂·T₂ + p₃·T₃ + pM·TM
  

  onde p é a taxa de acerto, T é o tempo de acesso, e os índices indicam os níveis de cache e memória principal

6.4 Análise Comparativa

Permite comparar o desempenho entre:

• Configurações de cache única vs. multinível
• Diferentes políticas de substituição em cada nível
• Variações de tamanho de bloco e associatividade

7. Saída e Resultados

Ao final da simulação, são apresentados:

• Taxa de acerto: cache hits / total de acessos

• Quando múltiplas simulações são realizadas:

  • Média e desvio padrão da taxa de acerto
  • Média e variância de hits e misses

Todos os resultados são exibidos diretamente na interface gráfica.

8. Visualização Gráfica (opcional)

A função mapa_temporal_blocos gera um heatmap com:

• Blocos de memória no eixo vertical
• Janelas temporais no eixo horizontal

Essa visualização facilita a identificação de padrões e regiões de maior atividade ao longo do tempo.

9. Requisitos

• Python 3.x

• Bibliotecas necessárias:

  • numpy
  • matplotlib
  • dearpygui
  • collections
  • random
  • io, base64 (opcional)

10. Aplicações Didáticas

Este simulador pode ser utilizado em disciplinas como:

• Organização e Arquitetura de Computadores
• Sistemas Operacionais
• Sistemas Embarcados
• Simulação de Sistemas

É uma ferramenta simples que pode ser usada para entender conceitos fundamentais de caches, localidade de acesso e impacto das políticas de substituição no desempenho.