我正在开发一个C / C ++应用程序，以通用方式处理大量数据（聚合/选择/转换）。 我使用的是AMD Phenom II X4 965黑色版，所以使用了不同的缓存。
我已经开发了ST和MT版本的功能来执行所有单一操作，毫不奇怪，在最好的情况下，MT版本比ST快2倍，即使使用 4 核心。
鉴于我是使用100％可用资源的粉丝，我很生气只有2倍，我想要4倍。
出于这个原因，我已经花了相当多的时间使用缓存模拟器和调用图来使用 -pg 和 valgrind 。该程序正在按预期工作，并且内核正在共享输入过程数据（即应用于数据的操作），并且当不同的线程加载要处理的数据（数百万个实体或<）时，报告缓存未命中（如预期的那样）。 em> rows 如果你现在知道我想要做什么:-)）。
最后我使用了不同的编译器，g ++和clang ++， -O3 ，性能相同。
我的结论是，由于需要处理大量数据（GB数据），因此最终必须在CPU中加载数据，这是实际等待时间。 我可以进一步改进我的软件吗？我达到了极限吗？
我在Linux x86-64，Ubuntu 11.10上使用C / C ++。 我全都耳朵！ :-)
答案 0 :(得分：1)
它是什么类型的应用程序？你能告诉我们一些代码吗？
正如我评论的那样，您可能已达到一些硬件限制，如RAM带宽。如果你这样做，没有软件技巧可以改善它。
您可以使用MPI，OpenMP或OpenCL（在GPU上）进行调查，但如果不了解您的应用程序，我们将无法提供帮助。
如果使用GCC进行编译，并且如果您想帮助处理器缓存预取，请考虑谨慎使用并使用简约__builtin_prefetch（但使用它太多或太糟糕都会降低性能）。