我正在尝试编写一个示例程序,它的高缓存未命中率。我想我可以尝试按列访问矩阵,如下所示:
#include <stdlib.h>
int main(void)
{
int i, j, k;
int w = 1000;
int h = 1000;
int **block = malloc(w * sizeof(int*));
for (i = 0; i < w; i++) {
block[i] = malloc(h * sizeof(int));
}
for (k = 0; k < 10; k++) {
for (i = 0; i < w; i++) {
for (j = 0; j < h; j++) {
block[j][i] = 0;
}
}
}
return 0;
}
当我使用-O0
标志编译并使用perf stat -r 5 -B -e cache-references,cache-misses ./a.out
运行时,它会给我:
Performance counter stats for './a.out' (5 runs):
715,463 cache-references ( +- 0.42% )
527,634 cache-misses # 73.747 % of all cache refs ( +- 2.53% )
0.112001160 seconds time elapsed ( +- 1.58% )
这对于我的需求已经足够好了。但是,如果我将矩阵大小更改为2000x2000
,它会显示:
Performance counter stats for './a.out' (5 runs):
6,364,995 cache-references ( +- 2.32% )
2,534,989 cache-misses # 39.827 % of all cache refs ( +- 0.02% )
0.461104903 seconds time elapsed ( +- 0.92% )
如果我将其进一步增加到3000x3000
,我会得到:
Performance counter stats for './a.out' (5 runs):
59,204,028 cache-references ( +- 1.36% )
5,662,629 cache-misses # 9.565 % of all cache refs ( +- 0.11% )
1.116573625 seconds time elapsed ( +- 0.32% )
这很奇怪,因为我期望随着大小的增加,缓存未命中率会更高。我需要尽可能与平台无关的解决方案。计算机体系结构课程已经很久以前了,所以任何见解都会受到欢迎。
注
我说过我需要相对独立于平台的解决方案,但这些是我的规格:
- Intel® Core™ i5-2467M
- 4 GiB RAM
- 64位ubuntu 12.04
-O2
和-O3
都让我获得了约28%
的提升。 - none