ARM Linux内存性能问题

Question

我一直在寻找一种方法来分配硬件可以写入的DMA缓冲区，但是可以缓存以便从CPU读取。我开始使用Linux命令行选项mem = 896为DMA缓冲区保留最后128 MB的RAM（是的，这是过多的）。然后在我写的驱动程序中，我执行以下操作：

void *srcBuf = NULL;
void *dstBuf = NULL;
dma_declare_coherent_memory(&gDev, BUFFER_ADDR, BUFFER_ADDR, 128*1024*1024, DMA_MEMORY_MAP);
srcBuf = dma_alloc_coherent(&gDev, 10*1024*1024, &dmaSrcAddr, GFP_DMA);
dstBuf = dma_alloc_coherent(&gDev, 10*1024*1024, &dmaDstAddr, GFP_DMA);

这在BUFFER_ADDR（物理RAM的末尾）正确分配128 MB，然后从该区域获得两个10 MB缓冲区。然后我做了一些简单的memset，memcpy代码来测试带宽：

start = ktime_get();
memset(srcBuf, 0x55, BUFFER_SIZE);
stop = ktime_get();
printPerformance(start.tv64, stop.tv64, "Write performance to memory");

start = ktime_get();
memcpy(dstBuf, srcBuf, BUFFER_SIZE);
stop = ktime_get();
printPerformance(start.tv64, stop.tv64, "Copy performance from src to dst");

这为memset产生了可怕的919 MB /秒，对于memcpy产生了125 MB /秒。这种设计对于Zedboard很简单，我有两个16位533 MHz DDR3L部件。我应该有（533 * 2 * 4）4264 MB /秒的带宽。

然后我从用户空间做同样的事情，但使用posix_memalign。这为memset提供了2461 MB /秒，对memcpy提供了298 MB /秒。更好，但仍然很糟糕。

最后我写了一个裸机应用来做同样的事情。虽然我没有分配内存，但我没有运行MMU，所以我只选了两个地址并执行了memset / memcpy测试。我还启用了裸机测试，启用了L1和L2缓存，启用了L1缓存，但L @禁用，并且两个缓存都被禁用。这导致以下结果： 两者都启用了 memset - 5296 MB /秒 memcpy - 637 MB /秒 L2禁用 memset - 1426 MB /秒 memcpy - 834 MB /秒 都是残疾人 memset - 426 MB /秒 memcpy - 276 MB /秒

用户空间代码的性能与禁用的两个缓存相同。内核代码的性能只有一半。有人有什么想法吗？

以下是我一直在关注的一些信息： https://lwn.net/Articles/440221/ https://aelseb.wordpress.com/2015/04/11/contiguous-memory-on-arm-and-cache-coherency/ https://lkml.org/lkml/2015/5/20/715 http://lists.infradead.org/pipermail/linux-arm-kernel/2013-September/197780.html

喜欢图片的图表：