我想研究二级缓存未命中对CPU功耗的影响。为了衡量这一点，我必须创建一个逐步增加工作集大小的基准，以便核心活动（每个周期执行的微操作）和L2活动（每个周期的L2请求）保持不变，但L2未命中与L2请求的比率增加。
任何人都可以向我展示C程序的一个例子，它强迫＆＃34; N＆＃34; L2缓存未命中数？
答案 0 :(得分：2)
通常可以通过随机访问大于缓存级别 1 的工作集来强制某些缓存级别的缓存未命中。
您可能会认为任何给定负载的概率都是：p(hit) = min(100, C / W)和p(miss) = 1 - p(hit)其中p(hit)和p(miss)是概率命中和未命中，C是相关的缓存大小，W是工作集大小。因此，对于50％的未命中率，请使用两倍高速缓存大小的工作集。
快速查看上面的公式可以看出p(miss)永远不会是100％，因为C/W只会变为0，因为W会变为无穷大（并且你可能无法承受无穷大） RAM量）。所以你的选择是：
获得＆＃34;足够接近＆＃34;通过使用非常大的工作集（例如，4 GB为256 KB提供99％+错失机会），并假装您的未命中率为100％。
应用公式确定实际预期的未命中数。例如，如果您使用的工作大小为2560 KB，而二级缓存为256 KB，则错过率为90％。因此，如果你想检查1000次未命中的效果，你应该进行1000 / 0.9 = ~1111内存访问，以获得大约1,000次未命中。
使用任何近似方法，但实际计算使用CPU上的性能计数器单元产生的未命中数。例如，在Linux上，您可以使用PAPI，或者在Linux和Windows上使用英特尔PCM（如果您使用的是英特尔硬件）。
使用＆＃34;几乎随机＆＃34;强迫你想要的失误次数的方法。上面的公式对于随机访问是有效的，但是如果你选择访问模式以便它是随机的，并且它不会重复＆＃34;最近＆＃34;访问，你可以得到100％的错过率。这里＆＃34;最近＆＃34;表示访问可能仍在缓存中的缓存行。计算这意味着什么是棘手的，并且详细地依赖于缓存的关联性和替换算法，但是如果你不重复在最后cache_size * 10次访问中发生的任何访问，你应该是漂亮的安全
至于C代码，您至少应该向我们展示您尝试过的内容。基本概要是创建一个字节或整数或任何具有所需大小的向量，然后随机访问该向量。如果您使每次访问都依赖于先前的访问（例如，使用整数读取来计算下一次读取的索引），您还将粗略测量该级别的缓存的延迟。如果访问是独立的，那么您可能会立即有几个未完成的未命中错误，并且每单位时间会有更多未命中。您感兴趣的是哪一个取决于您正在学习的内容。
对于跨不同步幅和工作集大小进行此类内存测试的开源项目，请查看TinyMemBench。
1 对于在核心之间共享的缓存级别（例如，对于最近的英特尔芯片通常为L3），这会变得有点棘手 - 但是如果您的机器在测试时非常安静，它应该可以正常工作