使用函数 _mm_clflush 刷新大型结构的正确方法

The right way to use function _mm_clflush to flush a large struct

我开始使用 _mm_clflush_mm_clflushopt_mm_clwb 等函数。

现在说我已经定义了一个struct name mystruct,它的大小是256 Bytes。我的缓存行大小是 64 字节。现在我想刷新包含 mystruct 变量的缓存行。以下哪种方式是正确的?

_mm_clflush(&mystruct)

for (int i = 0; i < sizeof(mystruct)/64; i++) {

     _mm_clflush( ((char *)&mystruct) + i*64)

}

clflush CPU 指令不知道您的结构的大小;它只刷新一个缓存行,该行包含指针操作数指向的字节。 (C 内在函数将其公开为 const void*,但 char* 也有意义,特别是考虑到将其描述为 8 位内存操作数的 asm documentation。)

您需要 4 次刷新,相隔 64 字节,或者如果您的结构不是 alignas(64),则可能需要 5 次 ,因此它可能包含 5 行不同的部分。 (您可以无条件地刷新结构的最后一个字节,而不是使用更复杂的逻辑来检查它是否在您尚未刷新的缓存行中,具体取决于 clflush 与更多逻辑和可能的相对成本分支预测错误。)

您的原始循环对结构开头的 4 个相邻字节进行了 4 次刷新。
使用指针增量可能是最简单的,因此转换不会与关键逻辑混淆。

// first attempt, a bit clunky:
    const int LINESIZE = 64;
    const char *lastbyte = (const char *)(&mystruct+1) - 1;
    for (const char *p = (const char *)&mystruct; p <= lastbyte ; p+=LINESIZE) {
         _mm_clflush( p );
    }
    // if mystruct is guaranteed aligned by 64, you're done.  Otherwise not:

    // check if next line to maybe flush contains the last byte of the struct; if not then it was already flushed.
    if( ((uintptr_t)p ^ (uintptr_t)lastbyte) & -LINESIZE == 0 )
        _mm_clflush( lastbyte );

x^y 在不同的位位置为 1。 x & -LINESIZE 丢弃地址的行内偏移位,仅保留行号位。所以我们可以通过 XOR 和 TEST 指令查看 2 个地址是否在同一缓存行中。 (或者 clang 将其优化为更短的 cmp 指令)。

或者将其重写为一个循环,使用 if 逻辑作为终止条件:

我使用了 C++ struct foo &var 参考,因此我可以遵循您的 &var 语法,但仍然可以看到它是如何为采用指针 arg 的函数编译的。适应 C 很简单。

遍历任意大小未对齐结构的每个缓存行

/* I think this version is best: 
  * compact setup / small code-size
  * with no extra latency for the initial pointer
  * doesn't need to peel a final iteration
*/
inline
void flush_structfoo(struct foo &mystruct) {
    const int LINESIZE = 64;
    const char *p = (const char *)&mystruct;
    uintptr_t endline = ((uintptr_t)&mystruct + sizeof(mystruct) - 1) | (LINESIZE-1);
    // set the offset-within-line address bits to get the last byte 
    // of the cacheline containing the end of the struct.

    do {   // flush while p is in a cache line that contains any of the struct
         _mm_clflush( p );
          p += LINESIZE;
    } while(p <= (const char*)endline);
}

对于 x86-64 的 GCC10.2 -O3,这个 compiles nicely (Godbolt)

flush_v3(foo&):
        lea     rax, [rdi+255]
        or      rax, 63
.L11:
        clflush [rdi]
        add     rdi, 64
        cmp     rdi, rax
        jbe     .L11
        ret
不幸的是,

GCC 不会展开,如果您使用 alignas(64) struct foo{...}; 也不会优化得更好。您可以使用 if (alignof(mystruct) >= 64) { ... } 检查是否需要特殊处理以使 GCC 优化得更好,否则只需使用 end = p + sizeof(mystruct);end = (const char*)(&mystruct+1) - 1; 或类似的。

(在 C 中,#include <stdalign.h> for #define for alignas() and alignof() like C++,而不是 ISO C11 _Alignas and _Alignof 关键字。)


另一个选择是这个,但它更笨重并且需要更多的设置工作。

    const int LINESIZE = 64;
    uintptr_t line = (uintptr_t)&mystruct & -LINESIZE;
    uintptr_t lastline = ((uintptr_t)&mystruct + sizeof(mystruct) - 1) & -LINESIZE;
    do {               // always at least one flush; works on small structs
         _mm_clflush( (void*)line );
          line += LINESIZE;
    } while(line < lastline);

一个 257 字节的结构总是恰好接触 5 个缓存行,不需要检查。或者已知按 4 对齐的 260 字节结构。IDK 如果我们能让 GCC 优化基于它的检查。