c++ - 如何分解 Xeon Phi 上程序的仅内存时间和仅计算时间？

Question

现代处理器将内存访问与计算重叠。我想在英特尔至强融核上研究这种重叠。这样做的传统方法是修改代码并制作两个版本：仅内存和仅计算，就像这张幻灯片中用于 GPU 的方法：http ://www.nvidia.com/content/GTC-2010/ pdfs/2012_GTC2010.pdf。

但是，我的程序具有复杂的控制流和数据依赖性。我很难做出这样的两个版本。

有没有方便的方法来测量这种重叠？我正在考虑 Vtune 配置文件，但我仍然不确定应该查看哪些硬件计数器。