21

考虑以下简单代码：

#include <stdlib.h>
#include <stdio.h>
#include <string.h>
#include <time.h>

#include <err.h>

int cpu_ms() {
    return (int)(clock() * 1000 / CLOCKS_PER_SEC);
}

int main(int argc, char** argv) {
    if (argc < 2) errx(EXIT_FAILURE, "provide the array size in KB on the command line");

    size_t size = atol(argv[1]) * 1024;
    unsigned char *p = malloc(size);
    if (!p) errx(EXIT_FAILURE, "malloc of %zu bytes failed", size);

    int fill = argv[2] ? argv[2][0] : 'x'; 
    memset(p, fill, size);

    int startms = cpu_ms();
    printf("allocated %zu bytes at %p and set it to %d in %d ms\n", size, p, fill, startms);

    // wait until 500ms has elapsed from start, so that perf gets the read phase
    while (cpu_ms() - startms < 500) {}
    startms = cpu_ms();

    // we start measuring with perf here
    unsigned char sum = 0;
    for (size_t off = 0; off < 64; off++) {
        for (size_t i = 0; i < size; i += 64) {
            sum += p[i + off];
        }
    }

    int delta = cpu_ms() - startms;
    printf("sum was %u in %d ms \n", sum, delta);

    return EXIT_SUCCESS;
}

这会分配一个字节数组size（在命令行中传入，以 KiB 为单位），将所有字节设置为相同的值（memset调用），最后以只读方式循环遍历数组，跨越一个缓存行（64 字节），并重复这 64 次，以便每个字节被访问一次。

如果我们关闭预取1size ，如果适合缓存，我们希望它在给定级别的缓存中达到 100%，否则在该级别大部分都未命中。

我对两个事件l2_lines_out.silent和l2_lines_out.non_silent（以及l2_trans.l2_wb- 但值最终与 相同non_silent）感兴趣，它计算从 l2 静默删除的行，而不是。

如果我们从 16 KiB 到 1 GiB 运行它，并l2_lines_in.all仅在最后一个循环中测量这两个事件（加号），我们得到：

L2 线路输入/输出

这里的 y 轴是事件的数量，归一化为循环中的访问次数。例如，16 KiB 测试分配了一个 16 KiB 区域，并对该区域进行了 16,384 次访问，因此值 0.5 意味着每次访问平均发生 0.5 个给定事件计数。

的l2_lines_in.all行为几乎与我们预期的一样。它从零开始，当大小超过 L2 大小时，它会上升到 1.0 并保持在那里：每次访问都会产生一行。

另外两条线的行为很奇怪。在测试适合 L3 的区域（但不在 L2 中），驱逐几乎都是无声的。但是，一旦该区域移入主内存，驱逐都是非静默的。

什么解释了这种行为？很难理解为什么L2的驱逐取决于底层区域是否适合主内存。

如果您执行存储而不是加载，几乎所有内容都是预期的非静默写回，因为更新值必须传播到外部缓存：

商店

mem_inst_retired.l1_hit我们还可以使用和 相关事件查看访问所访问的缓存级别：

缓存命中率

如果您忽略 L1 命中计数器，它在几个点上看起来高得不可思议（每次访问超过 1 个 L1 命中？），结果看起来或多或少符合预期：当该区域完全适合 L2 时，主要是 L2 命中，大多数情况下L3 命中 L3 区域（在我的 CPU 上高达 6 MiB），然后错过了 DRAM。

你可以在 GitHub 上找到代码。有关构建和运行的详细信息可以在 README 文件中找到。

我在我的 Skylake 客户端 i7-6700HQ CPU 上观察到了这种行为。Haswell 2上似乎不存在相同的效果。在 Skylake-X 上，行为完全不同，正如预期的那样，因为 L3 缓存设计已更改为类似于 L2 的受害者缓存。

1您可以在最近的 Intel 上使用wrmsr -a 0x1a4 "$((2#1111))". 事实上，预取打开时的图表几乎完全相同，所以关闭它主要是为了消除一个混淆因素。

2有关更多详细信息，请参阅评论l2_lines_out.(non_)silent，但那里暂时不存在，但l2_lines_out.demand_(clean|dirty)似乎有类似的定义。更重要的是，在 Skylake 上l2_trans.l2_wb大部分镜像non_silent的也存在于 Haswell 上，并且似乎是镜像demand_dirty，并且在 Haswell 上也没有表现出效果。

4

0 回答 0