如何分析C/ c++应用程序中内存访问所花费的时间

How to profile time spent in memory access in C/C++ applications?

本文关键字：访问 内存 时间 应用程序 c++      更新时间：2023-10-16

应用程序中一个函数所花费的总时间大致可以分为两个部分:

  1. 实际计算时间(Tcomp)
  2. 内存访问时间(Tmem)

通常，分析器提供一个函数所花费的总时间的估计。是否有可能根据上述两个组件(Tcomp和Tmem)估算所花费的时间?

算术强度的概念已由rooline模型提出:https://crd.lbl.gov/departments/computer-science/PAR/research/roofline/。简单地说，它定义了每次访问内存时执行的算术指令的数量。

计算算术强度通常通过使用性能计数器来实现。

Brendan Gregg在他最近的博客文章《CPU利用率是错误的》中建议使用每周期PMC指令。简而言之，如果IPC是<1.0以上的应用可以被认为是内存受限的。否则，它可以被认为是指令边界。以下是他文章中的相关节选:

如果你的IPC是<1.0时，你很可能内存死机，而软件优化策略包括减少内存I/O和改进CPU缓存和内存局部性，特别是在NUMA系统上。硬件优化包括使用CPU缓存更大、速度更快的处理器内存、总线和互连

如果你的IPC> 1.0，你可能是指令绑定。寻找方法减少代码执行:消除不必要的工作，缓存操作,等等。CPU火焰图是一个很好的工具调查。对于硬件调优，可以尝试更快的时钟速率等等核心/核。

对于我的上述规则，我将IPC拆分为1.0。我从哪儿弄来的来自哪里?这是我根据之前在pmc的工作经验编的。以下是如何可以为您的系统和运行时定制一个值:写两个虚拟工作负载，一个是CPU绑定，一个是内存绑定。测量它们的IPC，然后计算它们的中点

以下是由压力工具及其ipc生成的虚拟工作负载的一些示例。
内存绑定测试，IPC低(0.02):

$ perf stat stress --vm 4 -t 3
stress: info: [4520] dispatching hogs: 0 cpu, 0 io, 4 vm, 0 hdd
stress: info: [4520] successful run completed in 3s
 Performance counter stats for 'stress --vm 4 -t 3':
      10767,074968      task-clock:u (msec)       #    3,560 CPUs utilized          
                 0      context-switches:u        #    0,000 K/sec                  
                 0      cpu-migrations:u          #    0,000 K/sec                  
         4 555 919      page-faults:u             #    0,423 M/sec                  
     4 290 929 426      cycles:u                  #    0,399 GHz                    
        67 779 143      instructions:u            #    0,02  insn per cycle         
        18 074 114      branches:u                #    1,679 M/sec                  
             5 398      branch-misses:u           #    0,03% of all branches        
       3,024851934 seconds time elapsed

CPU边界测试，IPC高(1,44):

$ perf stat stress --cpu 4 -t 3
stress: info: [4465] dispatching hogs: 4 cpu, 0 io, 0 vm, 0 hdd
stress: info: [4465] successful run completed in 3s
 Performance counter stats for 'stress --cpu 4 -t 3':
      11419,683671      task-clock:u (msec)       #    3,805 CPUs utilized          
                 0      context-switches:u        #    0,000 K/sec                  
                 0      cpu-migrations:u          #    0,000 K/sec                  
               108      page-faults:u             #    0,009 K/sec                  
    30 562 187 954      cycles:u                  #    2,676 GHz                    
    43 995 290 836      instructions:u            #    1,44  insn per cycle         
    13 043 425 872      branches:u                # 1142,188 M/sec                  
        26 312 747      branch-misses:u           #    0,20% of all branches        
       3,001218526 seconds time elapsed

不可能测量这一点(这样做没有任何意义)，因为计算与当前处理器体系结构中的内存访问重叠。此外，访问内存通常被分解为多个步骤(访问内存，预取到各种缓存级别，实际读取到处理器寄存器)。

您可以使用perf及其硬件计数器(如果您的硬件支持)测量不同缓存级别上的缓存命中和未命中，以估计您的算法在硬件上的效率。

如果您正在寻找一个函数来获得CPU周期，那么boost将非常有帮助。我已经使用Boost Timer实用程序来计算系统调用的cpu周期。

另一方面，您可以将相同的函数放在完整的程序中以获得总体时间。

我希望这是你正在寻找的。vijay

相关文章：