【发布时间】:2017-05-17 06:11:42
【问题描述】:
7703.572978 task-clock (msec) # 0.996 CPUs utilized
1,575 context-switches # 0.204 K/sec
18 cpu-migrations # 0.002 K/sec
65,975 page-faults # 0.009 M/sec
25,719,058,036 cycles # 3.340 GHz
<not supported> stalled-cycles-frontend
<not supported> stalled-cycles-backend
12,323,855,909 instructions # 0.48 insns per cycle
2,337,484,352 branches # 303.429 M/sec
200,227,908 branch-misses # 8.57% of all branches
3,167,237,318 L1-dcache-loads # 411.139 M/sec
454,416,650 L1-dcache-load-misses # 14.35% of all L1-dcache hits
326,345,389 LLC-loads # 42.363 M/sec
<not supported> LLC-load-misses:HG
我分析了perf stat 在 C 中使用 libCCC 编写的代码。它对一个双向链表进行排序,这会导致大量的列表遍历操作,这意味着它可能会询问来自不同内存地址的许多数据。然而,现代处理器支持多级流水线、分支预测和乱序执行,因此这些应该会增加在相同时间间隔内执行的平均指令量。事实上,从分析数据来看,每两个周期大约只处理一条指令。什么原因可能导致这种现象?
【问题讨论】:
-
列表遍历涉及内存访问的依赖链,而 L1 缓存命中在现代高性能内核中通常具有三到四个周期延迟。当存在不依赖于未决结果的数据的操作时,乱序执行会有所帮助。
标签: performance caching cpu hardware perf