Почему std :: fill (0) медленнее, чем std :: fill (1)?
Я наблюдал в системе, котораяstd::fill
на большомstd::vector<int>
был значительно и постоянно медленнее при установке постоянного значения0
по сравнению с постоянным значением1
или динамическое значение:
5,8 ГБ / с против 7,5 ГБ / с
Однако результаты отличаются для меньших размеров данных, гдеfill(0)
быстрее
С более чем одним потоком, с размером данных 4 ГиБ,fill(1)
показывает более высокий уклон, но достигает гораздо более низкого пика, чемfill(0)
(51 ГиБ / с против 90 ГиБ / с):
Это поднимает вторичный вопрос, почему максимальная пропускная способностьfill(1)
намного ниже.
Тестовой системой для этого был двухпроцессорный процессор Intel Xeon E5-2680 v3 с тактовой частотой 2,5 ГГц (через/sys/cpufreq
) с 8x16 ГиБ DDR4-2133. Я тестировал с GCC 6.1.0 -O3
) и компилятор Intel 17.0.1 -fast
), оба получают идентичные результаты.GOMP_CPU_AFFINITY=0,12,1,13,2,14,3,15,4,16,5,17,6,18,7,19,8,20,9,21,10,22,11,23
был установлен. Strem / add / 24 темы получают 85 ГБ / с в системе.
Я смог воспроизвести этот эффект на другой системе с двумя сокетами Haswell, но не на любой другой архитектуре. Например, в Sandy Bridge EP производительность памяти идентична, тогда как в кешеfill(0)
намного быстрее.
Вот код для воспроизведения:
#include <algorithm>
#include <cstdlib>
#include <iostream>
#include <omp.h>
#include <vector>
using value = int;
using vector = std::vector<value>;
constexpr size_t write_size = 8ll * 1024 * 1024 * 1024;
constexpr size_t max_data_size = 4ll * 1024 * 1024 * 1024;
void __attribute__((noinline)) fill0(vector& v) {
std::fill(v.begin(), v.end(), 0);
}
void __attribute__((noinline)) fill1(vector& v) {
std::fill(v.begin(), v.end(), 1);
}
void bench(size_t data_size, int nthreads) {
#pragma omp parallel num_threads(nthreads)
{
vector v(data_size / (sizeof(value) * nthreads));
auto repeat = write_size / data_size;
#pragma omp barrier
auto t0 = omp_get_wtime();
for (auto r = 0; r < repeat; r++)
fill0(v);
#pragma omp barrier
auto t1 = omp_get_wtime();
for (auto r = 0; r < repeat; r++)
fill1(v);
#pragma omp barrier
auto t2 = omp_get_wtime();
#pragma omp master
std::cout << data_size << ", " << nthreads << ", " << write_size / (t1 - t0) << ", "
<< write_size / (t2 - t1) << "\n";
}
}
int main(int argc, const char* argv[]) {
std::cout << "size,nthreads,fill0,fill1\n";
for (size_t bytes = 1024; bytes <= max_data_size; bytes *= 2) {
bench(bytes, 1);
}
for (size_t bytes = 1024; bytes <= max_data_size; bytes *= 2) {
bench(bytes, omp_get_max_threads());
}
for (int nthreads = 1; nthreads <= omp_get_max_threads(); nthreads++) {
bench(max_data_size, nthreads);
}
}
Представленные результаты скомпилированы сg++ fillbench.cpp -O3 -o fillbench_gcc -fopenmp
.