В самообучающемся проекте я измеряю пропускную способность памяти с помощью следующего кода (здесь перефразировано, весь код следует в конце вопроса):
unsigned int doit(const std::vector<unsigned int> &mem){
const size_t BLOCK_SIZE=16;
size_t n = mem.size();
unsigned int result=0;
for(size_t i=0;i<n;i+=BLOCK_SIZE){
result+=mem[i];
}
return result;
}
//... initialize mem, result and so on
int NITER = 200;
//... measure time of
for(int i=0;i<NITER;i++)
resul+=doit(mem)
BLOCK_SIZE
таким образом, что целая 64-байтовая строка кэша извлекается за одно целочисленное сложение. Моему компьютеру (Intel-Broadwell) требуется около 0,35 наносекунды на целочисленное добавление, поэтому приведенный выше код может насыщать полосу пропускания до 182 ГБ/с (это значение является лишь верхней границей и, вероятно, вполне отключено, важно то, что соотношение полос пропускания для разных размеров). Код скомпилирован с g++
и -O3
.
Изменяя размер вектора, я могу наблюдать ожидаемую пропускную способность для L1 (*) -, L2-, L3-кешей и оперативной памяти:
Однако есть эффект, который я действительно изо всех сил пытаюсь объяснить: коллапс измеренной полосы пропускания L1-кэша для размеров около 2 кБ, здесь в несколько более высоком разрешении:
Я мог бы воспроизвести результаты на всех машинах, к которым у меня есть доступ (на которых установлены процессоры Intel-Broadwell и Intel-Haswell).
Мой вопрос: в чем причина падения производительности для объемов памяти около 2 КБ?
(*) Надеюсь, я правильно понимаю, что для L1-кэша считываются/передаются не 64 байта, а только 4 байта на добавление (более быстрого кеша, где должна быть заполнена строка кэша), поэтому отображаемая пропускная способность для L1 равна только верхний предел, а не сама пропускная способность.
Редактировать: когда размер шага во внутреннем цикле for выбран
- 8 (вместо 16) обвал происходит за 1КБ
- 4 (вместо 16) обвал происходит за 0.5КБ
т.е. когда внутренний цикл состоит из примерно 31-35 шагов/чтений. Это означает, что падение происходит не из-за объема памяти, а из-за количества шагов во внутреннем цикле.
Это может быть объяснено пропусками веток, как показано в @user10605163 отличный ответ.
Листинг для воспроизведения результатов
bandwidth.cpp
:
#include <vector>
#include <chrono>
#include <iostream>
#include <algorithm>
//returns minimal time needed for one execution in seconds:
template<typename Fun>
double timeit(Fun&& stmt, int repeat, int number)
{
std::vector<double> times;
for(int i=0;i<repeat;i++){
auto begin = std::chrono::high_resolution_clock::now();
for(int i=0;i<number;i++){
stmt();
}
auto end = std::chrono::high_resolution_clock::now();
double time = std::chrono::duration_cast<std::chrono::nanoseconds>(end-begin).count()/1e9/number;
times.push_back(time);
}
return *std::min_element(times.begin(), times.end());
}
const int NITER=200;
const int NTRIES=5;
const size_t BLOCK_SIZE=16;
struct Worker{
std::vector<unsigned int> &mem;
size_t n;
unsigned int result;
void operator()(){
for(size_t i=0;i<n;i+=BLOCK_SIZE){
result+=mem[i];
}
}
Worker(std::vector<unsigned int> &mem_):
mem(mem_), n(mem.size()), result(1)
{}
};
double PREVENT_OPTIMIZATION=0.0;
double get_size_in_kB(int SIZE){
return SIZE*sizeof(int)/(1024.0);
}
double get_speed_in_GB_per_sec(int SIZE){
std::vector<unsigned int> vals(SIZE, 42);
Worker worker(vals);
double time=timeit(worker, NTRIES, NITER);
PREVENT_OPTIMIZATION+=worker.result;
return get_size_in_kB(SIZE)/(1024*1024)/time;
}
int main(){
int size=BLOCK_SIZE*16;
std::cout<<"size(kB),bandwidth(GB/s)\n";
while(size<10e3){
std::cout<<get_size_in_kB(size)<<","<<get_speed_in_GB_per_sec(size)<<"\n";
size=(static_cast<int>(size+BLOCK_SIZE)/BLOCK_SIZE)*BLOCK_SIZE;
}
//ensure that nothing is optimized away:
std::cerr<<"Sum: "<<PREVENT_OPTIMIZATION<<"\n";
}
create_report.py
:
import sys
import pandas as pd
import matplotlib.pyplot as plt
input_file=sys.argv[1]
output_file=input_file[0:-3]+'png'
data=pd.read_csv(input_file)
labels=list(data)
plt.plot(data[labels[0]], data[labels[1]], label="my laptop")
plt.xlabel(labels[0])
plt.ylabel(labels[1])
plt.savefig(output_file)
plt.close()
Построение/запуск/создание отчета:
>>> g++ -O3 -std=c++11 bandwidth.cpp -o bandwidth
>>> ./bandwidth > report.txt
>>> python create_report.py report.txt
# image is in report.png