当代码向量化时，缓存未命中次数增加
我使用SSE 4.2和AVX 2对两个向量进行了点积向量化，如下所示。代码是在使用了-O2优化标志的GCC 4.8.4下编译的。正如预期的那样，性能得到了提高（AVX 2比SSE 4.2更快），但当我使用PAPI对代码进行剖析时，我发现总的缓存未命中次数（主要是L1和L2）大大增加： 未向量...
为什么Perf和Papi在L3缓存引用和缺失方面给出不同的值？
我正在开展一个项目，需要实现一个已被理论证明与缓存友好的算法。简单来说，如果输入为N，而B是每次出现缓存未命中时在缓存和RAM之间传输的元素数，则该算法将需要O(N/B)次访问RAM。 我想证明这确实是实际情况下的行为。为了更好地了解如何测量各种与缓存相关的硬件计数器，我决定使用不同的工具。其...
papi_avail: 没有可用的事件
我想进入PAPI。我在Debian GNU/Linux上安装了版本5.3.2.0。papi_avail只告诉我没有可用的硬件事件： $ papi_avail Available events and hardware information. -----------------------...
如何使用PAPI来衡量并行程序的整体性能表现
我在思考如何最好地测量并行程序的性能（以flops为单位）。我了解了papi_flops，但这似乎仅适用于串行程序。但我不知道如何测量并行程序的整体性能。 我想要衡量blas/lapack函数的性能，例如我的例子gemm。但我也想要衡量其他函数的性能，特别是那些操作数量未知的函数。（对于ge...
使用rdmsr/rdpmc提高分支预测的准确性
我正在尝试理解CPU中分支预测单元的工作原理。 我已经使用了papi和linux的perf-events，但它们都不能给出准确的结果（对于我的情况）。 这是我的代码： void func(int* arr, int sequence_len){ for(int i = 0; i &l...
为什么_mm_mfence()会触发ALL_LOADS性能事件的计数？
我正在测试一些内在操作行为。当我注意到_mm_mfence（）从用户空间发出load指令时，我感到惊讶，但它不计入L1数据缓存 - miss、hit或填充缓冲器的hit。我使用papi的本地事件，如MEM_INST_RETIRED和MEM_LOAD_RETIRED来读取性能计数器。这段代码： ...