Question

我正在使用PAPI高级API检查循环数组的简单程序中的TLB未命中，但看到的数字比预期的要多。

在其他简单的测试用例中，结果似乎非常合理，这使我认为结果是真实的，额外的遗漏是由硬件预取或类似的。

在使用PAPI时，有人可以解释这些数字或指出我的错误吗？

int events[] = {PAPI_TLB_TL};
long long values[1];
char * databuf = (char *) malloc(4096 * 32);

if (PAPI_start_counters(events, 1) != PAPI_OK) exit(-1);
if (PAPI_read_counters(values, 1) != PAPI_OK) exit(-1); //Zeros the counters

for(int i=0; i < 32; ++i){
    databuf[4096 * i] = 'a';
}

if (PAPI_read_counters(values, 1) != PAPI_OK) exit(-1); //Extracts the counters

printf("%llu\n", values[0]);

我预计打印的数字在32或至少一些倍数的区域内，但始终得到93或更高的结果（不一致地高于96，即每次迭代不仅仅是3次未命中）。我正在运行固定到核心，没有别的东西（除了计时器中断）。

我在Nehalem并没有使用大页面，所以DTLB中有64个条目（L2中有512个）。

Answer 1

根据评论：

malloc()

~90未命中。
如果使用calloc()或者数组是事先迭代完毕，则会错过32次。

原因是由于懒惰分配。在你触摸它之前，操作系统实际上并没有给你记忆。

首次触摸该页面时，将导致页面错误。操作系统将捕获此页面错误并正确分配它（which involves zeroing等）。这是导致所有额外TLB未命中的开销。

但是如果您使用calloc()或提前触摸所有内存，则在启动计数器之前将此开销移至。因此结果较小。

至于剩下的32个未命中......我不知道（或者如评论中提到的那样，可能是PAPI干扰。）

Answer 2

原因可能是因为你在每次循环迭代中都跳了4096：

for(int i=0; i < 32; ++i){
    databuf[4096 * i] = 'a';
}

很有可能每次访问都会丢失缓存。

在x86上简单的PAPI分析中出现了大量的TLB未命中

2 个答案: