x86 - 从 x86 CPU 生成 64 字节读取 PCIe TLP

Question

将数据写入 PCIe 设备时，可以使用写入组合映射来提示 CPU 应该向设备生成 64 字节的 TLP。

是否可以为读取做类似的事情？以某种方式提示 CPU 读取整个缓存行或更大的缓冲区，而不是一次读取一个字？

Answer 1

英特尔有 a white-paper on copying from video RAM to main memory ;这应该是相似的，但要简单得多(因为数据适合 2 或 4 个向量寄存器)。

它说 NT 加载会将整个缓存行数据从 WC 内存拉入 LFB:

Ordinary load instructions pull data from USWC memory in units of the same size the instruction requests. By contrast, a streaming load instruction such as MOVNTDQA will commonly pull a full cache line of data to a special "fill buffer" in the CPU. Subsequent streaming loads would read from that fill buffer, incurring much less delay.

使用 AVX2 _mm256_stream_load_si256() 或 SSE4.1/AVX1 128 位版本。

填充缓冲区是一种有限的资源，因此您肯定希望编译器生成 asm 来执行 64 字节缓存行的两个对齐加载，然后存储到常规内存中。

如果您一次处理多个 64 字节块，请参阅 Intel 的白皮书，了解有关使用在 L1d 中保持热态的小型反弹缓冲区的建议，以避免将存储与 NT 负载混合到 DRAM。 (到 DRAM 的 L1d 驱逐，如 NT 存储，也需要行填充缓冲区，LFB)。

请注意 _mm256_stream_load_si256() 对 WC 以外的内存类型根本没有用。 NT 提示在当前硬件上被忽略，但与常规负载相比，它无论如何都要花费额外的 ALU uop。有prefetchnta ，但那是完全不同的野兽。