我正在生成一个合成C基准测试,旨在通过以下Python脚本导致大量的指令获取错过:
#!/usr/bin/env python
import tempfile
import random
import sys
if __name__ == '__main__':
functions = list()
for i in range(10000):
func_name = "f_{}".format(next(tempfile._get_candidate_names()))
sys.stdout.write("void {}() {{\n".format(func_name))
sys.stdout.write(" double pi = 3.14, r = 50, h = 100, e = 2.7, res;\n")
sys.stdout.write(" res = pi*r*r*h;\n")
sys.stdout.write(" res = res/(e*e);\n")
sys.stdout.write("}\n")
functions.append(func_name)
sys.stdout.write("int main() {\n")
sys.stdout.write("unsigned int i;\n")
sys.stdout.write("for(i =0 ; i < 100000 ;i ++ ){\n")
for i in range(10000):
r = random.randint(0, len(functions)-1)
sys.stdout.write("{}();\n".format(functions[r]))
sys.stdout.write("}\n")
sys.stdout.write("}\n")
代码所做的只是生成 C program ,它由许多随机命名的虚函数组成,这些函数又在 main() 中以随机顺序调用 . 我正在使用 -O0 在CentOS 7下使用gcc 4.8.5编译生成的代码 . 该代码在配备2x Intel Xeon E5-2630v3(Haswell架构)的双插槽机器上运行 .
我感兴趣的是在分析 binary compiled from the C code (不是Python脚本,仅用于自动生成代码)时理解perf报告的与指令相关的计数器 . 特别是,我正在使用 perf stat 观察以下计数器:
instructions
L1-icache-load-misses (指令提取错过L1,又名Haswell上的r0280)
r2424 , L2_RQSTS.CODE_RD_MISS (指令提取错过L2)
rf824 , L2_RQSTS.ALL_PF (所有L2硬件预取程序请求,包括代码和数据)
我首先在BIOS中禁用了所有硬件预取程序的代码,即
MLC Streamer禁用
MLC空间预取器已禁用
DCU数据预取器已禁用
DCU指令预取器已禁用
结果如下(进程被固定到第二个CPU的第一个核心和相应的NUMA域,但我想这没有太大的区别):
perf stat -e instructions,L1-icache-load-misses,r2424,rf824 numactl --physcpubind=8 --membind=1 /tmp/code
Performance counter stats for 'numactl --physcpubind=8 --membind=1 /tmp/code':
25,108,610,204 instructions
2,613,075,664 L1-icache-load-misses
5,065,167,059 r2424
17 rf824
33.696954142 seconds time elapsed
考虑到上面的数字,我无法解释L2中如此大量的指令获取失误 . 我已禁用所有预取程序, L2_RQSTS.ALL_PF 确认如此 . 但为什么我看到L2中的指令获取次数比L1i多两倍?在我的(简单)心理处理器模型中,如果在L2中查找指令,则必须先在L1i中查找 . 显然我错了,我错过了什么?
然后,我尝试在启用所有硬件预取程序的情况下运行相同的代码,即
MLC Streamer已启用
MLC Spatial Prefetcher已启用
DCU数据预取器已启用
DCU指令预取器已启用
结果如下:
perf stat -e instructions,L1-icache-load-misses,r2424,rf824 numactl --physcpubind=8 --membind=1 /tmp/code
Performance counter stats for 'numactl --physcpubind=8 --membind=1 /tmp/code':
25,109,877,626 instructions
2,599,883,072 L1-icache-load-misses
5,054,883,231 r2424
908,494 rf824
现在, L2_RQSTS.ALL_PF 似乎表明发生了更多的事情,虽然我预计预取器会更具攻击性,但我认为由于跳跃密集型工作负载和数据预取器没有,预编译器严重受到测试与这种工作量有很大关系 . 但同样, L2_RQSTS.CODE_RD_MISS 仍然太高,启用了预取器 .
所以,总结一下,我的问题是:
禁用硬件预取程序后, L2_RQSTS.CODE_RD_MISS 似乎远高于 L1-icache-load-misses . 即使启用了硬件预取程序,我仍然无法解释它 . 与 L1-icache-load-misses 相比,如此高的 L2_RQSTS.CODE_RD_MISS 背后的原因是什么?