堆栈中的内存中是否存在性能显著下降的点

Is there a point in memory on the stack where performance drops significantly?

本文关键字：存在 内存 是否 堆栈 性能      更新时间：2023-10-16

堆栈上的内存分配量中是否存在性能显著下降的点？我知道，如果它在堆上，当内存从L1到L2移动到主内存时，缓存未命中的数量会急剧增加，但堆栈呢？

在注释掉所有其他函数之后，在我的个人示例中，（一个游戏引擎），并专注于在每个对象的每一帧调用这行代码：

    image.getTrans().x += velocity[VELOCITY_X];
    image.getTrans().y += velocity[VELOCITY_Y];

在从0个对象到1500个对象（我发现这本身就很大）之后，fps以恒定的速率从大约2000 fps下降到200 fps，但与添加大约50或100个以上的对象之后相比，fps降低到60 fps或50 fps，并且低于2 fps和1 fps，并且在添加几个以上之后更糟。

这里所要做的就是将velocity[type]（在堆栈上）添加到图像的transformation.type（也在堆栈中）。

由于现代计算机每秒可以运行如此荒谬的计算量（我相信大约360亿次），我在这里唯一能想到的解决方案是，在很大一部分时间里，程序正在等待内存，我无法理解，因为这些都在堆栈上。

很抱歉这里有任何未使用的术语或未正确解释，我对许多与内存相关的想法相对陌生

首先，很少有编译器或程序在L1、L2或L3缓存中分配内存。原因很简单，就是他们不知道这些地址。此外，L1、L2和L3高速缓存的大小比主存储器小得多。

一般来说，堆栈的容量与性能关系不大。堆栈的容量通常是函数调用嵌套或递归的限制，或者是可以存储的局部变量的数量。

如果堆栈内存向堆方向增长，则在堆栈空间不足（与堆发生冲突）或堆增长并覆盖堆栈时可能会出现问题。

堆栈内存的分配通常是增加堆栈指针值的问题。最坏的情况是，这涉及到将一个值从内存加载到寄存器，调整寄存器中的值，然后存储回内存，3个操作。

与堆栈分配相比，数组大小的增加可能会使程序遭受更大的损失。数组越大，对它执行的迭代越多。每次迭代都会打断处理器的数据处理周期，这很浪费时间。

如果数据组织正确且大小正确，处理器可能会将所有数据拖入其缓存。如果我们假设当处理器从内存中提取数据并将其放入缓存时，它不会加载一个变量。最有可能的是，处理器获取足够的数据来填充一个或多个缓存行。如果您的数组适合缓存行，则处理器在加载该缓存时会将您的所有数据都放在其缓存中。如果您正在访问不相邻的阵列插槽，处理器可能不得不重新蚀刻不同的内存，从而擦除现有数据（从而降低性能）。

阅读以下主题：

  • 优化缓存性能
  • 数据驱动设计
  • 优化数据缓存性能

与往常一样，评测您的代码以查找瓶颈。有时，设计中的更改可能比简单的代码更改具有更高的ROI。

相关文章：