我正在尝试优化在并行区域（OpenMP）中调用的部分代码。我使用英特尔VTune Amplifier 2015进行了内存访问分析，对结果感到有点困惑。我用英特尔Composer 2015重复了优化级别为O1，O2和O3的分析，但结果是一样的。放大器声称，大多数LLC未命中出现在以下三行中：
__attribute__ ((aligned(64))) double x[4] = {1.e0,-1.e0, 0.e0, 0.e0};
__attribute__ ((aligned(64))) double y[4] = {0.e0,-1.e0, 1.e0, 0.e0};
__attribute__ ((aligned(64))) double z[4] = {0.e0, 0.e0,-1.e0, 1.e0};
数据已对齐，因为稍后会在矢量化代码中访问它。我不能在这里发布整个代码，因为它有版权。这大约是此函数中总缓存未命中的75％，尽管代码中稍后会有大量计算和其他数组。 对于O0优化，我得到了更真实的结果，因为那里有像
这样的行res[a] += tempres[start + b] * fact;
但整个执行需要更多的时间（很清楚）。但是我可以信任哪些结果？或者我可以使用哪种替代软件进行测试。
提前致谢！
答案 0 :(得分：0)
仅查看百分比可能会产生误导（100％中的75％低于1000％的10％） - 当您进行比较时，您需要查看绝对未命中数。
缓存行为也很难直观，特别是与编译器优化和CPU管道相结合 看起来优化的构建主要是在初始化时错过了缓存（并不太令人惊讶），但设法将整个计算保持在缓存中，所以我不会在这里看到问题。
如果您想确定，您需要研究生成的程序集和硬件的参考手册。
搜索确认您的期望的工具很大程度上是浪费时间，因为您无法确定 工具不属于那个工具错误。