memory - 为什么较新的 Intel CPU 不支持停止循环后端的性能计数器？

Question

我正在使用内存预取来解决内存延迟问题。 Intel 的一些(较旧的)CPU 支持性能计数器，用于计算 CPU 因等待内存( stalled-cycles-backend )而浪费的周期，例如英特尔 E5-2690 .

在较新的 CPU(例如 Gold 6230 和 Gold 6226)上，我找不到这个计数器。是否有另一种方法来计算 CPU 因等待内存 Controller 加载缓存行而浪费的周期？

Answer 1

perf 调用“stalled-cycles-backend”的事件是一个“通用”事件，在不同的处理器模型上实现方式不同。定义很难找到，但在 CentOS 7.6 内核源代码中，定义在“arch/x86/events/intel/core.c”中。对于 Sandy Bridge (Xeon E5-26xx)，定义为 Event 0xB1、Umask 0x01、INV=1、CMASK=1。在英特尔架构软件开发人员手册(文档 325384-071，2019 年 10 月)第 3 卷第 19 章中查找此事件，表 19-3 表示在 Skylake Xeon(和 Cascade Lake Xeon)上，此事件意味着相同的事情: “对每个线程没有从保留站 (RS) 发送 uop 的周期进行计数。”

如果您想了解正在计算的内容，我建议不要使用这些“通用”事件。在内核源代码中寻找定义，或者构建一个测试程序来读取执行程序的实际 MSR 是一件痛苦的事情。我今天测试的第一个实际上是错误的——在 Xeon E5 v4 系统上，事件“uops_executed.core_cycles_none”被编程为事件 0xb1，Umask 0x02，INV=1，但 CMASK 未设置为 1。第 18.2 节SWDM 第 3 卷的第 3 卷说，如果 CMASK 为零，则忽略 INV，因此这实际上计算了执行的总 Uop，而不是没有执行 Uop 的周期。 (在运行完全相同内核的 SKX 机器上正确编程了相同的事件。)

在运行英特尔内存延迟测试器时计算总周期数、未分配 Uop 的周期以及至少分配了一个 Uop 的周期的示例:

perf stat -e r0043003c -e r01c301b1 -e r014301b1 ./mlc --idle_latency
  Intel(R) Memory Latency Checker - v3.7
  Command line parameters: --idle_latency 

  Using buffer size of 2000.000MiB
  *** Unable to modify prefetchers (try executing 'modprobe msr')
  *** So, enabling random access for latency measurements
  Each iteration took 182.4 core clocks (   87.1    ns)


 Performance counter stats for './mlc --idle_latency':

    91,815,806,587      r0043003c                                                   
    64,132,006,584      r01c301b1                                                   
    27,683,941,060      r014301b1                                                   

      14.587156882 seconds time elapsed