我正在尝试使用
优化一些 C++ (RK4)__builtin_prefetch
我不知道如何预取整个结构。
我不明白 const void *addr
读取了多少。我想加载 from
和 to
的下一个值。
for (int i = from; i < to; i++)
{
double kv = myLinks[i].kv;
particle* from = con[i].Pfrom;
particle* to = con[i].Pto;
//Prefetch values at con[i++].Pfrom & con[i].Pto;
double pos = to->px- from->px;
double delta = from->r + to->r - pos;
double k1 = axcel(kv, delta, from->mass) * dt; //axcel is an inlined function
double k2 = axcel(kv, delta + 0.5 * k1, from->mass) * dt;
double k3 = axcel(kv, delta + 0.5 * k2, from->mass) * dt;
double k4 = axcel(kv, delta + k3, from->mass) * dt;
#define likely(x) __builtin_expect((x),1)
if (likely(!from->bc))
{
from->x += (( k1 + 2 * k2 + 2 * k3 + k4) / 6);
}
}
链接:http://www.ibm.com/developerworks/linux/library/l-gcc-hacks/
最佳答案
我认为它只是发出一个 FETCH
机器指令,它基本上获取一个行缓存,其大小是特定于处理器的。
例如,您可以使用 __builtin_prefetch (con[i+3].Pfrom)
。根据我的(小)经验,在这样的循环中,最好提前预取几个元素。
不要太频繁地使用 __builtin_prefetch
(即不要将很多它们放在循环中)。如果需要,请测量性能增益,并使用 GCC 优化(至少 -O2
)。如果你很幸运,手动 __builtin_prefetch
可以将你的循环性能提高 10% 或 20%(但它也可能会伤害它)。
如果这样的循环对您来说至关重要,您可以考虑在带有 OpenCL 或 CUDA 的 GPU 上运行它(但这需要用 OpenCL 或 CUDA 语言重新编写一些例程,并将它们调整到您的特定硬件)。
也使用最近的 GCC 编译器(最新版本是 4.6.2),因为它在这些领域取得了很大进展。
(2018 年 1 月添加:)
硬件(处理器)和编译器都在缓存方面取得了很大进展,因此在今天(2018 年)使用 __builtin_prefetch
似乎不太有用。一定要进行基准测试。
关于c++ - __builtin_prefetch,它读了多少?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8460563/