计算机系统（2） 实验五 Cache实验

一、实验目标：

了解Cache对系统性能的影响

二、实验环境：

1. 个人电脑（Intel CPU）
2. Fedora 13 Linux 操作系统

三、实验内容与步骤

1. 编译并运行程序A，记录相关数据。
2. 不改变矩阵大小时，编译并运行程序B，记录相关数据。
3. 改变矩阵大小，重复1和2两步。
4. 通过以上的实验现象，分析出现这种现象的原因。

程序A：

#include <sys/time.h> 
#include <unistd.h> 
#include <stdlib.h>
#include <stdio.h> 

int main(int argc,char *argv[]) 
{
    float *a,*b,*c, temp;
    long int i, j, k, size, m;
    struct timeval time1,time2; 
    
    if(argc<2) { 
        printf("\n\tUsage:%s <Row of square matrix>\n",argv[0]); 
        exit(-1); 
    } //if

    size = atoi(argv[1]);
    m = size*size; 
    
    a = (float*)malloc(sizeof(float)*m); 
    b = (float*)malloc(sizeof(float)*m); 
    c = (float*)malloc(sizeof(float)*m); 


    for(i=0;i<size;i++) { 
        for(j=0;j<size;j++) { 
            a[i*size+j] = (float)(rand()%1000/100.0); 
            b[i*size+j] = (float)(rand()%1000/100.0); 
        } 
    }
    
    gettimeofday(&time1,NULL);
   
    for(i=0;i<size;i++) { 
        for(j=0;j<size;j++)  {
            c[i*size+j] = 0; 
            for (k=0;k<size;k++) 
                c[i*size+j] += a[i*size+k]*b[k*size+j];
        }
    }


    gettimeofday(&time2,NULL); 
    
    time2.tv_sec-=time1.tv_sec; 
    time2.tv_usec-=time1.tv_usec; 
    if (time2.tv_usec<0L) { 
        time2.tv_usec+=1000000L; 
        time2.tv_sec-=1; 
    } 
   
    printf("Executiontime=%ld.%06ld seconds\n",time2.tv_sec,time2.tv_usec); 
    
    return(0); 
}//main

程序B：

#include <sys/time.h> 
#include <unistd.h> 
#include <stdlib.h>
#include <stdio.h> 

int main(int argc,char *argv[]) 
{
    float *a,*b,*c, temp;
    long int i, j, k, size, m;
    struct timeval time1,time2; 
    
    if(argc<2) { 
        printf("\n\tUsage:%s <Row of square matrix>\n",argv[0]); 
        exit(-1); 
    } //if

    size = atoi(argv[1]);
    m = size*size; 
    
    a = (float*)malloc(sizeof(float)*m); 
    b = (float*)malloc(sizeof(float)*m); 
    c = (float*)malloc(sizeof(float)*m); 


    for(i=0;i<size;i++) { 
        for(j=0;j<size;j++) { 
            a[i*size+j] = (float)(rand()%1000/100.0); 
            c[i*size+j] = (float)(rand()%1000/100.0); 
        } 
    }
    
    gettimeofday(&time1,NULL);
    
    for(i=0;i<size;i++) {
        for(j=0;j<size;j++) {
            b[i*size+j] = c[j*size+i];
        }
    }


    for(i=0;i<size;i++) { 
        for(j=0;j<size;j++)  {
            c[i*size+j] = 0; 
            for (k=0;k<size;k++) 
                c[i*size+j] += a[i*size+k]*b[j*size+k];
        }
    }


    gettimeofday(&time2,NULL); 
    
    time2.tv_sec-=time1.tv_sec; 
    time2.tv_usec-=time1.tv_usec; 
    if (time2.tv_usec<0L) { 
        time2.tv_usec+=1000000L; 
        time2.tv_sec-=1; 
    } 
   
    printf("Executiontime=%ld.%06ld seconds\n",time2.tv_sec,time2.tv_usec); 
    
    return(0); 
}//main

四、实验结果及分析

1. 用C语言实现矩阵（方阵）乘积一般算法（程序A），填写下表：

矩阵大小	100	500	1000	1500	2000	2500	3000
一般算法执行时间	0.003511	0.511947	5.785495	26.953632	85.128116	187.514837	320.786085

分析：


通过对代码进行分析，可以发现，代码中对数组中的每个元素进行的是以列为顺序的访问（行优先）

	    for(i=0;i<size;i++) { 
	        for(j=0;j<size;j++)  {
	            c[i*size+j] = 0; 
	            for (k=0;k<size;k++) 
	                c[i*size+j] += a[i*size+k]*b[k*size+j];
	        }
    }

这有很差的空间局部性，也不能够高效借助Cache完成数据传递，效率很低。

2. 程序B是基于Cache的矩阵（方阵）乘积优化算法，填写下表：

矩阵大小	100	500	1000	1500	2000	2500	3000
优化算法执行时间	0.003768	0.430997	3.475389	11.838706	28.083379	54.43081	97.124569

分析：


通过对代码进行分析，可以发现，代码中对数组中的每个元素进行的是以行为顺序的访问（列优先）

	    for(i=0;i<size;i++) { 
	        for(j=0;j<size;j++)  {
	            c[i*size+j] = 0; 
	            for (k=0;k<size;k++) 
	                c[i*size+j] += a[i*size+k]*b[j*size+k];
	        }
	    }

即按顺序对数组元素进行访问，有比较好的空间局部性，比较高效的借助了Cache进行数据传递。因此效率比较高。

3. 优化后的加速比（speedup）

矩阵大小	100	500	1000	1500	2000	2500	3000
加速比	0.931794055	1.187820333	1.664704296	2.276738015	3.031263296	3.445012797	3.302831491

加速比定义：加速比=优化前系统耗时/优化后系统耗时；
所谓加速比，就是优化前的耗时与优化后耗时的比值。加速比越高，表明优化效果越明显。

分析：

可以看到，加速比随着数据量的增大而增大，即数据越多，利用Cache进行优化得越明显。这说明，Cache对大数据量下的优化效果比小数据量下好。

五、实验总结与体会

        通过本次实验，我借助两份代码，借助矩阵乘法对C语言程序运行中Cache对程序运行的影响进行了探究。可以看到，Cache对大数据下的程序运行有比较明显的优化效果。这说明具有良好空间局部性的代码运行起来往往较快，在实际编程中，我们也要尽量写出具有空间局部性的代码，以缩短程序运行时间。