9
我正在開發一個項目，我們必須實現一個算法，該算法在理論上證明是緩存友好的。簡單地說，如果N是輸入，而B是每次我們發生緩存未命中時在緩存和RAM之間傳輸的元素的數量，則算法將需要O(N/B)訪問RAM。爲什麼Perf和Papi爲L3緩存引用和未命中提供了不同的值？
我想證明這確實是實踐中的行爲。爲了更好地理解如何測量各種與緩存相關的硬件計數器，我決定使用不同的工具。一個是Perf，另一個是PAPI庫。不幸的是，我使用這些工具工作得越多，我就越不瞭解他們所做的工作。
我使用的是Intel（R）Core（TM）i5-3470 CPU @ 3.20GHz，8 GB內存，L1緩存256 KB，L2緩存1 MB，L3緩存6 MB。高速緩存行大小爲64個字節。我想這必須是該區塊的大小B。
讓我們來看看下面的例子：
#include <iostream>
using namespace std;
struct node{
int l, r;
};
int main(int argc, char* argv[]){
int n = 1000000;
node* A = new node[n];
int i;
for(i=0;i<n;i++){
A[i].l = 1;
A[i].r = 4;
}
return 0;
}
每個節點需要8個字節，這意味着高速緩存行可以容納8個節點，所以應當期待大約1000000/8 = 125000 L3高速緩存未命中。
未優化（無-O3），這是從PERF輸出：
perf stat -B -e cache-references,cache-misses ./cachetests
Performance counter stats for './cachetests':
162,813 cache-references
142,247 cache-misses # 87.368 % of all cache refs
0.007163021 seconds time elapsed
這是非常接近我們期待。現在假設我們使用PAPI庫。
#include <iostream>
#include <papi.h>
using namespace std;
struct node{
int l, r;
};
void handle_error(int err){
std::cerr << "PAPI error: " << err << std::endl;
}
int main(int argc, char* argv[]){
int numEvents = 2;
long long values[2];
int events[2] = {PAPI_L3_TCA,PAPI_L3_TCM};
if (PAPI_start_counters(events, numEvents) != PAPI_OK)
handle_error(1);
int n = 1000000;
node* A = new node[n];
int i;
for(i=0;i<n;i++){
A[i].l = 1;
A[i].r = 4;
}
if (PAPI_stop_counters(values, numEvents) != PAPI_OK)
handle_error(1);
cout<<"L3 accesses: "<<values[0]<<endl;
cout<<"L3 misses: "<<values[1]<<endl;
cout<<"L3 miss/access ratio: "<<(double)values[1]/values[0]<<endl;
return 0;
}
這是我得到的輸出：
L3 accesses: 3335
L3 misses: 848
L3 miss/access ratio: 0.254273
爲什麼兩個工具之間如此大的差異？
同比有嘗試使用計數和PAPI_L3_DCA的PAPI_L3_DCM數據缺失？ – HazemGomaa
只有PAPI_L3_DCA可用，它似乎給出了相同的數字 – jsguy