Ramulator 2.1 是一款模块化、可扩展、周期精确（cycle-accurate）的 DRAM 模拟器，用于快速实现与评估新的内存系统设计。在它的内存控制器中，DRAM 调度策略由两个正交部件决定：请求调度器（scheduler）决定"下一个发哪条请求"，行策略（row_policy）决定"何时关闭打开的行"。选对两者的组合，直接影响模拟出的延迟、带宽与 RowHit 命中率。本文带你完整对比 FRFCFS、FRFCFS-RowHit 调度器与 Open、ClosedCAP 行策略，帮你在几分钟内为实验做出正确选择。

为什么调度策略会决定 DRAM 性能

DRAM 的访问遵循"先开行（ACT）再读列（RD）"的协议。当连续访问落在同一行时，命中行缓冲（RowHit），延迟最低；若访问另一个行，则必须关行再开行（RowConflict），代价最高。调度器和行策略，本质上就是在"让正确的行保持打开"这件事上做权衡：

理解了这个背景，再看两种调度器就顺理成章了。

Ramulator 2.1 的两大请求调度器

调度器接口 i_scheduler.h 只有一个核心方法get_best_request()：从待处理队列里挑出"下一条最值得发出的请求"。它优先选时序就绪的请求，就绪相同时按到达顺序（先到先得）打破平局。

FRFCFS：先到先得，优先就绪

最基础的调度器，实现见 frfcfs.cpp，Python 包装为 frfcfs.py。它只做一件事：在队列里扫描一遍，挑出时序已就绪的请求；若多个就绪，则取到达最早的那个。

• 简单、无额外状态，适合绝大多数基准场景
• 不做"行"维度的前瞻，可能让一条未就绪的旧请求"占着坑"
• 是 Ramulator 官方示例的默认选择（见 example_config.py）

FRFCFS-RowHit：为行命中"让路"

在 FRFCFS 基础上增加了行感知，实现见 frfcfs_rowhit.cpp，Python 包装为 frfcfs_row_hit.py。它分两轮扫描：

1. 第一轮：标记出队列里所有"行命中"请求，并记录每个 bank 最早的命中到达时刻；
2. 第二轮：执行 FRFCFS，但跳过那些会抢占已有行命中的关行请求（would_preempt_rowhit）。

直觉：当 nRTP < nCCD_L 时，一旦行被打开，继续访问同行比"抢先关行去访问另一行"更划算。FRFCFS-RowHit 就是防止后者打乱前者。

Row Policy：Open 与 ClosedCAP 怎么选

行策略接口 i_row_policy.h 定义了 4 个钩子：pre_schedule()（调度前，可注入关行命令）、try_upgrade_command()（选定时可把命令升级为自动预充电版）、on_issue()（命令发出后）、post_schedule()（本 tick 收尾）。

Open 行策略

最宽松的策略：访问后不主动关行，让行一直开着。实现极简，见 open.cpp 与 open.py（所有钩子均为空操作）。

• 局部性好的负载 → RowHit 高、延迟低
• 访问模式跳跃 → 打开行长期占用，可能引发不必要的 RowConflict 与能耗

ClosedCAP 行策略：访问 N 列后自动关行

带"列访问计数上限"的关闭策略，见 closed_cap.cpp 与 closed_cap.py。它给每个 bank 记一个列访问计数器，达到上限cap（默认 4）后主动关行：

• 优先尝试命令升级：把RD→RDA、WR→WRA（自动预充电，读/写同时关行），这是最省时序的方式；
• 若标准不支持 AP 命令或时序未就绪，则回退到注入显式PREpb关行；
• 一旦发出关行命令，该 bank 的计数器立即清零重新计数。

调度策略与行策略如何协同

在 generic_ddr_controller.cpp 的tick()中，两者的协作流程清晰可见：

1. 推进时钟、刷新队列统计、排空已完成读请求；
2. 刷新管理器与行策略pre_schedule()先行（ClosedCAP 可能在此注入PREpb）；
3. 按active > priority > read/write的优先级，调用调度器挑出最佳候选；
4. 行策略try_upgrade_command()可能把候选升级为自动预充电命令；
5. 向 DRAM 发出命令，行策略与插件on_issue()记录；
6. 请求退休（retire）或升级为 active；
7. 行策略post_schedule()收尾。

也就是说：调度器选"发谁"，行策略在选前、选中后、发出后三个时刻介入，共同决定最终命令序列。改其中任一方，都可能改变 RowHit/Conflict 的统计。

三步上手：在示例中切换调度策略

仓库自带的 examples/example_config.py 是最快的起点。它用SimpleO3前端 + DDR4 + GenericDDR 控制器，默认就是FRFCFS+Open：

ctrl = ramulator.controller.GenericDDR( dram=ddr4, scheduler=ramulator.scheduler.FRFCFS(), # 可换成 FRFCFSRowHit() refresh_manager=ramulator.refresh_manager.AllBank(), row_policy=ramulator.row_policy.Open(), # 可换成 ClosedCAP(cap=4) addr_mapper=ramulator.addr_mapper.RoBaRaCoCh(), )

三步即可对比：

1. 换调度器：把FRFCFS()改为FRFCFSRowHit()；
2. 换行策略：把Open()改为ClosedCAP(cap=4)（cap可调）；
3. 跑并看指标：执行python3 examples/example_config.py，从sim.stats里读row_hits/row_misses/row_conflicts/avg_read_latency。

小技巧：同一负载分别用 4 种组合（2 调度器 × 2 行策略）各跑一遍，对比row_conflicts与avg_read_latency，往往就能看出哪个组合更贴合你的访问模式。

如何验证你的选择：关键指标与测试

sim.stats中memory_system → controller下有几个最直接的计数器：

想从"命令序列"层面确认行为是否符合预期，仓库的controller_scheduling测试套件就是范本，见 test_controller_genericddr.py：

• test_frfcfs_prefers_ready_request_over_older_blocked_request：验证 FRFCFS 优先发就绪请求；
• test_frfcfs_rowhit_keeps_same_bank_row_hits_before_conflict_close：验证 FRFCFS-RowHit 在关行前保住同行命中；
• test_closedcap_upgrades_second_access_to_rda：验证 ClosedCAP 在cap=1时把第二次访问升级为RDA。

运行方式：

PYTHONPATH=python pytest tests/controller_scheduling -q

选型速查清单

• 追求基线、通用评估→FRFCFS+Open（官方示例默认，最简单）。
• 高局部性、想压 RowHit 延迟→FRFCFS-RowHit+Open。
• 访问跳跃、想控制能耗与 RowConflict→FRFCFS-RowHit+ClosedCAP(cap=4)，并可按负载调小/调大cap。
• 想确认行为正确→ 用controller_scheduling套件断言命令序列与gap。

小结

在 Ramulator 2.1 里，DRAM 调度策略 =调度器+行策略的组合。FRFCFS简单稳健，FRFCFS-RowHit在行局部性上更聪明；Open释放行命中之利，ClosedCAP用列计数上限在延迟与能耗间找平衡。读懂 generic_ddr_controller.cpp 的 tick 流程与上述几个计数器，你就能为自己的工作负载挑出最合适的组合，并用controller_scheduling测试快速验证它确实按预期工作。