硬件统计采样PMU和SPE

触发PMU中断到内核中断处理，调用PMU driver然后将record通过软件写入buffer

这些过程是比较耗时耗CPU执行cycle的。为了避免对正常应用/系统的性能影响，这种方式不能将采样频率设置太高。

利用perf tool的’perf record‘可以获取这些信息

Arm SPE可以通过硬件采集CPU pipeline执行过程中的发生的event, 然后根据软件设置的count number周期性地（当采集的event数量达到count number,即count down到０时）采样这时这条指令的执行信息，并由硬件产生SPE的record packet, 并由硬件将packet写入外部内存。你可以简单理解为SPE将之前PMU软件需要做的事情硬件化实现了（SPE能记录的event种类一般会少于PMU event，但也会有一些PMU没有的信息）。
由上面介绍的SPE工作方式可知，SPE采样的指令地址信息是非常精确的，不会漂移。而且采样记录的开销较小，因而采样率可以设置的很高（当然也是有限制的，不会到每条指令都被采样的精度）。

SPE packet

Note：

• 记录PC的address packet包含采样的PC virtual address, EL level和安全状态。
• Branch操作可能会产生一个记录Branch target address的address packet
• Data source Packet是CPU实现相关的（Implementation Dependent）

Perf c2c工具

Perf c2c工具可以用来检测cache line的false sharing的场景。在arm上也可以利用SPE来获取所需要的信息。
当多个Core同时读写同一个内存地址时，需要通过Cache Coherence硬件机制完成一致性，会产生额外的性能开销。这种情况是真正的“共享”。
当多个Core同时读写多个不同的地址，但这些地址由于相邻会被映射到同一个Cache Line时，虽然从程序逻辑上不存在内存地址“共享”，但因为Cache实现机制的问题存在一个隐式的“共享”，我们称之为False Sharing。

Arm streamline对SPE的支持

Arm streamline工具已经支持SPE，可以利用SPE数据进行系统的profiling。

ARM SPE学习 - 知乎

SPE profiling及其使用 - 极术社区 - 连接开发者与智能计算生态