我一直在查看一些 stackoverflow 帖子（为什么 std::fill(0) 比 std::fill(1) 慢？和增强的 REP MOVSB for memcpy）和一个决定最佳 memcpy/memset 策略的因素似乎是操作是否会受到延迟或 DRAM 带宽限制。其中一点是rep movsb切换延迟比我不理解的正常写入要长。
为什么ERMSB rep movsb切换延迟比movapsmemcpy/memset 的（或任何其他正常写入）循环更长
BeeOnRope 评论写道：
上面描述的 rep movsb 与跨各种缓冲区大小的单个核心上的 movaps 显式循环的行为与我们之前在服务器核心上看到的非常一致。正如您所指出的，竞争是在非 RFO 协议 [Read For Ownership] 和 RFO 协议之间进行的。前者在所有缓存级别之间使用较少的带宽，但特别是在服务器芯片上，一直到内存的切换延迟很长。由于单核通常具有并发限制，因此延迟很重要，并且非 RFO 协议胜出，这就是您在 30 MB L3 之外的区域中看到的情况
然而，在增强的 REP MOVSB for memcpy中，BeeOnRope 说
但是，如果您受到并发限制，那么情况会平衡，有时甚至会逆转。您有空闲的 DRAM 带宽，因此 NT 存储无济于事，它们甚至会受到伤害，因为它们可能会增加延迟，因为线缓冲区的切换时间可能比预取将 RFO 线带入 LLC（甚至L2) 然后存储在 LLC 中完成以有效降低延迟。最后，服务器非内核的 NT 存储往往比客户端的（和高带宽）慢得多，这突出了这种效果。
我无法理解非 RFO 方法rep movsb（动态随机存取存储器。
用于 memcpy的增强型 REP MOVSB帖子讨论了rep movsbon of 的优点：
立即准确地发出预取请求。硬件预取在检测类似 memcpy 的模式方面做得很好，但它仍然需要几次读取才能启动，并且会“过度预取”复制区域末尾之外的许多缓存行。rep movsb 准确地知道区域大小并且可以准确地预取。
鉴于这rep movsb是预取（比movaps循环更有效），与循环相比，您不会期望 LFB 能够以至少 L2/LLC 切换到线路的可能性更高（或相等）movaps。如果是这种情况，我不明白：
前者在所有缓存级别之间使用较少的带宽，但特别是在服务器芯片上，一直到内存的切换延迟很长
特别是长延迟切换是否来自。
所以我的问题是
- LFB 上的额外切换延迟从何
rep movsb而来？ - 更一般地说，是什么导致了
rep movsbmemcpy/memset 中的延迟界限？