Тест критического шага кеша процессора, дающий неожиданные результаты в зависимости от типа доступа
Вдохновленэтот недавний вопрос о SO и ответы, данныечто заставило меня чувствовать себя очень невежественным, я решил потратить некоторое время, чтобы узнать больше оКеширование процессора и написал небольшую программу, чтобы проверить, правильно ли я все понимаю (скорее всего, нет, я боюсь). Я сначала запишудопущения это лежит в основе моих ожиданий, так что вы могли бы остановить меня здесь, если это не так. Основываясь на том, что я прочитал,в общем:
n
Ассоциативный кэш делится наs
наборы, каждый из которых содержитn
строки, каждая строка имеет фиксированный размерL
;Каждый адрес основной памятиA
может быть сопоставлен сЛюбые изn
строки кэшаодин установлен;Набор на какой адресA
сопоставление можно найти, разбив адресное пространство на слоты, каждый из которых имеет размер одной строки кэша, а затем вычислив индексA
слот (I = A / L
) и, наконец, выполнение операции по модулю для сопоставления индекса с целевым наборомT
(T = I % s
);Задержка чтения из кеша приводит к более высокой задержке, чем пропущенная запись в кеш, потому что ЦП с меньшей вероятностью будет зависать и бездействовать, ожидая выборки строки основной памяти.Мой первый вопрос:эти предположения верны?
Предполагая, что они есть, я попытался немного поиграть с этими понятиями, чтобы я мог на самом делевидеть они оказывают конкретное влияние на программу. Я написал простой тест, который выделяет буфер памятиB
байты и неоднократно обращаются к местоположениям этого буфера сфиксированные приращения данногошаг с начала буфера (имеется в виду, что еслиB
14 и шаг 3, я неоднократно посещаю только места 0, 3, 6, 9 и 12 - и то же самое верно, еслиB
13, 14 или 15):
int index = 0;
for (int i = 0; i < REPS; i++)
{
index += STEP;
if (index >= B) { index = 0; }
buffer[index] = ...; // Do something here!
}
Из-за вышеизложенных предположений мои ожидания были следующими:
При настройкеSTEP
равныйкритический шаг (то есть размер строки кэша, умноженный на число наборов в кэше, илиL * s
) производительность должна бытьзначительно хуже чем когдаSTEP
устанавливается, например, (L * s) + 1
потому что мы будем иметь доступ только к тем областям памяти, которые отображаются втакой же установить, заставляя строку кеша чаще исключаться из этого набора и приводя к более высокой частоте пропадания кеша;когдаSTEP
равно критическому шагу, производительностине должно быть затронуто по размеруB
буфера, если он не слишком мал (в противном случае будет посещаться слишком мало мест и будет меньше пропусков кеша); в противном случае, производительностьдолжны быть затронуты поB
потому что с большим буфером у нас больше шансов получить доступ к местоположениям, которые отображаются в разных наборах (особенно еслиSTEP
не кратно 2);Представлениепотеря должно быть хуже при чтении иза также писать в каждое расположение буферачем когда только пишу в эти местоположения: запись в ячейку памяти не должна требовать ожидания соответствующей строки, поэтому факт доступа к ячейкам памяти, которые отображаются в один и тот же набор (опять же, с использованием критического шага какSTEP
) должен иметь незначительное влияние.Так что я использовалRightMark Memory Analyzer чтобы выяснить параметры моего кэша данных L1 CPU, настроил размеры в моей программе и опробовал его. Вот так я написал основной цикл (onlyWriteToCache
это флаг, который можно установить из командной строки):
...
for (int i = 0; i < REPS; i++)
{
...
if (onlyWriteToCache)
{
buffer[index] = (char)(index % 255);
}
else
{
buffer[index] = (char)(buffer[index] % 255);
}
}
исход короче говоря:
Ожидания 1) и 2) подтвердились;Ожидание 3) былоне подтверждено.Этот факт поражает меня и заставляет думать, что я не совсем правильно понял. когдаB
256 МБ иSTEP
равен критическому шагу, тест (скомпилированный с -O3 в GCC 4.7.1) показывает, что:
Итак, мой второй вопрос:почему эта разница? Я ожидаю, что потеря производительности будет выше при чтении и записи, чем при записи.
Для полноты ниже приведена программа, которую я написал для проведения тестов, где константы отражают аппаратные параметры моей машины: размер 8-стороннего ассоциативного L1кеш данных это 32 кб и размерL
каждой строки кэша составляет 64 байта, что дает в общей сложности 64 набора (ЦП имеет отдельный 8-канальный кэш инструкций L1 того же размера и с идентичным размером строки).
#include <iostream>
#include <ctime>
#include <cstdlib>
#include <iterator>
#include <algorithm>
using namespace std;
// Auxiliary functions
constexpr int pow(int base, int exp)
{
return ((exp == 0) ? 1 : base * pow(base, exp - 1));
}
int main(int argc, char* argv[])
{
//======================================================================
// Define behavior from command-line arguments
//======================================================================
bool useCriticalStep = false;
bool onlyWriteToCache = true;
size_t BUFFER_SIZE = pow(2, 28);
size_t REPS = pow(2, 27);
if (argc > 0)
{
for (int i = 1; i < argc; i++)
{
string option = argv[i];
if (option == "-c")
{
useCriticalStep = true;
}
else if (option == "-r")
{
onlyWriteToCache = false;
}
else if (option[1] == 's')
{
string encodedSizeInMB = option.substr(2);
size_t sizeInMB = atoi(encodedSizeInMB.c_str());
BUFFER_SIZE = sizeInMB * pow(2, 20);
}
else if (option[1] == 'f')
{
string encodedNumOfReps = option.substr(2);
size_t millionsOfReps = atoi(encodedNumOfReps.c_str());
REPS = millionsOfReps * pow(10, 6);
}
}
}
//======================================================================
// Machine parameters
//======================================================================
constexpr int CACHE_SIZE = pow(2, 15);
constexpr int CACHE_LINE_SIZE = 64;
constexpr int CACHE_LINES_PER_SET = 8;
constexpr int SET_SIZE = CACHE_LINE_SIZE * CACHE_LINES_PER_SET;
constexpr int NUM_OF_SETS = CACHE_SIZE / SET_SIZE;
//======================================================================
// Print out the machine parameters
//======================================================================
cout << "CACHE SIZE: " << CACHE_SIZE / 1024 << " KB" << endl;
cout << "CACHE LINE SIZE: " << CACHE_LINE_SIZE << " bytes" << endl;
cout << "CACHE LINES PER SET: " << CACHE_LINES_PER_SET << endl;
cout << "SET SIZE: " << SET_SIZE << " bytes" << endl;
cout << "NUMBER OF SETS: " << NUM_OF_SETS << endl;
fill_n(ostream_iterator<char>(cout), 30, '='); cout << endl;
//======================================================================
// Test parameters
//======================================================================
const int STEP = NUM_OF_SETS * CACHE_LINE_SIZE + (useCriticalStep ? 0 : 1);
//======================================================================
// Print out the machine parameters
//======================================================================
cout << "BUFFER SIZE: " << BUFFER_SIZE / pow(2, 20) << " MB" << endl;
cout << "STEP SIZE: " << STEP << " bytes" << endl;
cout << "NUMBER OF REPS: " << REPS << endl;
fill_n(ostream_iterator<char>(cout), 30, '='); cout << endl;
//======================================================================
// Start the test
//======================================================================
char* buffer = new char[BUFFER_SIZE];
clock_t t1 = clock();
int index = 0;
for (size_t i = 0; i < REPS; i++)
{
index += STEP;
if (index >= BUFFER_SIZE)
{
index = 0;
}
if (onlyWriteToCache)
{
buffer[index] = (char)(index % 255);
}
else
{
buffer[index] = (char)(buffer[index] % 255);
}
}
clock_t t2 = clock();
//======================================================================
// Print the execution time (in clock ticks) and cleanup resources
//======================================================================
float executionTime = (float)(t2 - t1) / CLOCKS_PER_SEC;
cout << "EXECUTION TIME: " << executionTime << "s" << endl;
delete[] buffer;
}
Заранее спасибо, если вам удалось прочитать этот длинный вопрос.