数据存取延期是在利用高端计算(HEC)用机器制造的电流的一个主要瓶颈。在数据在中央处理器前被取的地方，预取为它要求，被看作了掩盖数据存取延期的一个有效答案。然而，在一个计算处理器开始预取指令的地方，当前的开始顾客的预取策略有许多限制。他们不与复杂、非连续的数据存取模式为应用工作很好。当技术进展时，继续增加在计算和数据存取性能之间的差距，交换计算力量因为减少数据存取延期成为了一种自然选择。在这篇论文，我们在场基于服务者的数据推接近并且讨论它的联系实现机制。在服务者推建筑学，打电话给数据推服务者(DPS)的一个奉献服务者开始，专业版活跃地及时更近把数据推到顾客。问题，象，取取的数据被学习，并且怎么推的那样。SimpleScalar模拟器与为到测试DPS的另一个处理器的推数据基于预取的一台奉献预取的引擎被修改。模拟结果证明那L1高速缓存故障率能被多达97%减少(71%平均)在为有高高速缓存故障率的说明CPU2000基准的一台超级标量处理机上。电子增补材料这篇文章(doi:10.1007/s11390-007-9090-y)的联机版本包含增补材料，它对授权用户可得到。
