【问题标题】:Why isn't RDTSC a serializing instruction?为什么 RDTSC 不是序列化指令?
【发布时间】:2012-08-17 10:33:05
【问题描述】:

Intel manuals for the RDTSC instruction 警告说,当 RDTSC 实际执行时,乱序执行可能会发生变化,因此他们建议在其前面插入一条 CPUID 指令,因为 CPUID 将序列化指令流(CPUID 永远不会乱序执行)。我的问题很简单:如果他们有能力让指令序列化,为什么他们不让 RDTSC 序列化?它的全部目的似乎是获得周期准确的计时。是否存在您不希望在其前面加上序列化指令的情况?

较新的 Intel CPU 有一个单独的 RDTSCP 指令正在序列化。英特尔选择引入单独的指令,而不是更改 RDTSC 的行为,这向我表明,在某些情况下,您想要的可能是时序乱序。这是什么?

【问题讨论】:

标签: performance x86 x86-64 cpu-architecture cpu-cycles


【解决方案1】:

时间戳计数器是在 Pentium 微架构中引入的。乱序执行直到 Pentium Pro 才出现。英特尔本可以对rdtsc 进行序列化(在架构上或内部),但似乎他们决定将其保持为非序列化,这对于通用时间测量来说是可以的,并留给程序员在必要时添加序列化指令.这有利于减少测量的开销。

这实际上在您提供的文档中得到证实,并附有以下关于 Pentium 和 Pentium/MMX 的评论(在 4.2 中,稍作解释):

第 4.1 节(Pentium Pro 和 Pentium II)中描述的所有规则和代码示例也适用于 Pentium 和 Pentium/MMX。唯一的区别是,CPUID 指令不是序列化所必需的。

还有,来自Wikipedia:

时间戳计数器是一个 64 位寄存器,自 Pentium 以来出现在所有 x86 处理器上。

: : :

从 Pentium Pro 开始,英特尔处理器支持乱序执行,其中指令不一定按照它们在可执行文件中出现的顺序执行。这可能会导致 RDTSC 的执行晚于预期,从而产生误导性的循环计数。


RDTSCP 的两个用途之一是在时间戳信息之外添加 中为您提供处理器 ID(它就在名称 Read Time-Stamp Counter *AND* Processor ID 中),这在系统上很有用跨内核或套接字的未同步 TSC(请参阅:How to get the CPU cycle count in x86_64 from C++?)。 rdtscp 的附加序列化属性使其在感兴趣区域的末尾更方便(参见:Is there any difference in between (rdtsc + lfence + rdtsc) and (rdtsc + rdtscp) in measuring execution time?)。

【讨论】:

  • 我不同意该文件证实了这一点。在乱序执行之前,没有序列化指令的概念,因为指令总是串行的。因此,当他们引入乱序执行时,如果他们将 RTDSC 设为序列化指令,那么与早期处理器相比,其行为不会有任何可观察到的变化。
  • @Joseph,我认为你误解了我所说的,它证实了这一点。我并不是说他们所做的事情是正确的,只是时间戳计数器和 OOO 执行的时间表得到了该文档的确认。事实上,我相信他们所做的事情是错误的,因为他们回归了 RDTSC 的行为——它在早期的处理器上工作,而不是在后一个处理器上工作。我怀疑有人在为时已晚之前没有考虑到 OOOE,但这只是我的假设。
  • 啊,是的,我同意,但我的目标是弄清楚这是他们的错误还是故意的:)
  • 英特尔?犯了一个错误?不是机会。可以肯定的是,4195835 除以 3145727 等于 1.333739068902037589,它们是绝对可靠的。 Foof,我很惊讶你会认为这是可能的:-)
【解决方案2】:

如果您尝试使用 rdtsc 来查看分支是否预测错误,则非序列化版本就是您想要的。

//math here
rdtsc
branch if zero to done
//do some work that always takes 1 cycle
done: rdtsc

如果分支预测正确,增量会很小(甚至可能是负数?)。如果分支预测错误,则增量会很大。

使用序列化版本,分支条件将被解析,因为第一个 rdtsc 等待数学完成。

【讨论】:

  • 非常有趣。你的意思是,假设分支没有被采用(因为第二个 rdtsc 不会运行,因为我们会跳转到某个地方),并且我们想检查它是否被正确预测,第二个 rdtsc 将同时执行时间作为分支检查(因为预测是处理器可以流水线的),否则不会,时间会更长。这假设 CPU 从未推测性地执行这两种可能性,但当时确实如此(也许现在仍然如此?)。
  • 我更改了示例以使第二个 rdtsc 始终执行。
  • 我不认为这是正确的,因为rdtsc 并不是真正设计用于确定是否正确预测了分支。尽管您描述的技术可能有效,但这不是设计使然。 rdtsc 的目的是提供一种低开销、高分辨率的方法来测量代码区域的时间。
【解决方案3】:

正如 paxdiably 解释的那样,RDTSC 早于“序列化”指令的概念,因为它是在有序 CPU 上实现的。稍后添加该行为会改变使用它的代码的内存访问行为,因此对于某些目的是不兼容的。

相反,较新的 CPU 有一个相关的 RDTSCP 指令,被定义为序列化(实际上更强大:它承诺等到 所有 指令发出后才完成,不仅仅是已经完成了内存访问),正是出于这个原因。如果您在现代 CPU 上运行,请使用它。

【讨论】:

  • “稍后添加该行为会改变使用它的代码的内存访问行为,因此对于某些目的不兼容。”除了我认为不会。如果他们之前使用 rdtsc 有一个乱序 CPU,那么是的,让它在以后的 CPU 中序列化将是一种行为改变。但是当他们引入乱序执行时,不可能有任何旧程序依赖于 rdtsc 被序列化,因为序列化作为一个概念仅存在于乱序执行时。所以我现在的想法是这是英特尔的疏忽。
  • rdtscp 没有像CPUID 那样序列化。它只是指令的单向屏障,并不会阻止后面的指令和其他早期的指令传递它。
  • "RDTSCP 指令不是序列化指令,但它确实会等待所有先前的指令都已执行并且所有先前的加载都是全局可见的。但它不会等待先前的存储是全局的可见,并且后续指令可能会在执行读取操作之前开始执行。”
  • x86 术语中的“序列化指令”意味着它会耗尽 ROB 和存储缓冲区,并且不会让任何后续指令在它之前执行。喜欢cpuid。 rdtscp 比这弱得多,它只会耗尽 ROB 而不会耗尽存储缓冲区。它像lfence; rdtsc,而不是您有时真正想要的lfence;rdtsc;lfence。您通常不希望它等待存储缓冲区耗尽;你可以等待mfence。
【解决方案4】:

他们为什么不让 RDTSC 序列化?它的重点似乎是获得周期准确的计时

嗯,大部分时间都是为了获得高分辨率的时间戳。至少在某些时候,这些时间戳用于性能指标。使指令序列化可能需要管道刷新,这对于 CPU 密集型应用程序来说可能非常昂贵。

英特尔选择引入单独的指令而不是更改 RDTSC 的行为,这向我表明,在某些情况下,您想要的可能是时序乱序。

改变行为几乎总是不可取的。英特尔的客户会失望地发现 RDTSC 在较新的部件上做了不同的事情。

【讨论】:

  • 其实他们已经习惯了。从 Pentium 切换到 Pentium Pro 时,行为发生了变化 - 它停止提供有用的结果而不进行序列化 :-) 但你完全认为它是不可取的。
  • 使指令序列化将需要管道刷新,但似乎您的高分辨率时间戳也必须可用,因此我感到困惑。获取时间戳的目的是比较它们或获取它们之间的差异——如果你允许指令被流水线化,那么你并不总是测量相同的东西,对吧?
  • @JosephGarvin:在流水线 CPU 中,执行一段代码所需的时间通常不是一个明确定义的数字。在进行测量之前刷新缓存会导致测量产生一个明确定义的数字,但与没有刷新缓存的情况下测量的数字相比,该数字与实际性能的关系较小。
  • @JosephGarvin 和 Brian:序列化 rdtsc 不会影响分辨率(它仍会以 TSC 频率计算),但会增加测量的开销,这在某些情况下可能很重要与该地区的时间相比。
猜你喜欢
  • 1970-01-01
  • 2016-04-21
  • 2015-05-02
  • 2015-02-13
  • 2012-01-26
  • 2017-03-20
  • 2012-12-05
  • 2010-10-12
相关资源
最近更新 更多