作者：安謀科技 (Arm China) 主任工程師 Ker Liu；安謀科技 (Arm China) 主任軟件工程師 蔡亦波

有客戶希望我們幫忙分析 Eigen gemm 基準測試的一些執(zhí)行情況。具體來說是為什么 L1D_CACHE_WR 的值會低于 L2D_CACHE_WR，這種情況令人費解。

通常，我們期望寫操作發(fā)生在 L1 數(shù)據緩存中。來自 L1 數(shù)據緩存的一些回寫可能會引發(fā) L2 緩存寫操作。一般來說，L1 數(shù)據緩存寫操作的數(shù)量應該高于 L2 緩存寫操作的數(shù)量。對于一些常用的工作負載（例如 Redis 和 Nginx），如果我們對 PMU 進行監(jiān)控，就會發(fā)現(xiàn) L1 數(shù)據緩存寫操作的數(shù)量會高于 L2 緩存寫操作的 PMU 值。但對于某些工作負載而言，L1 數(shù)據緩存寫操作的 PMU 值要低于 L2 緩存寫操作的 PMU 值。

本文中，我們將分析 L2D_CACHE_WR 的計數(shù)，以及在何種情況下，L1D_CACHE_WR 的 PMU 值會低于 L2D_CACHE_WR。

驗證平臺

本文中的測試都是基于 Arm Neoverse N2 平臺的服務器。下表顯示了該服務器的硬件和軟件版本信息。

調查

對于大多數(shù)工作負載而言，L1D_CACHE_WR 的 PMU 值要高于 L2D_CACHE_WR。例如，對于 Redis 來說，一個 Redis 進程在Core 1 上運行。使用 Memtier 客戶端來生成讀寫混合請求。

以下是 Neoverse N2 PMU 指南[1]中 L1D_CACHE_WR 和 L2D_CACHE_WR 的定義。

L1D_CACHE_WR：此事件將統(tǒng)計在 L1 數(shù)據緩存中查找的任何內存寫入操作。此事件還將統(tǒng)計由數(shù)據緩存按虛擬地址清零 (DC ZVA) 指令所引發(fā)的訪問操作。

L2D_CACHE_WR：此事件將統(tǒng)計由 CPU 發(fā)出并在統(tǒng)一 L2 緩存中查找的任何內存寫入操作。無論 L2 緩存是否命中，該事件都將計數(shù)。此事件還將統(tǒng)計從 L1 數(shù)據緩存分配到 L2 緩存的任何回寫。此事件將 DC ZVA 操作視為存儲指令并統(tǒng)計這些訪問。來自 CPU 外部的監(jiān)聽不計算在內。

從 Neoverse N2 技術參考手冊[2]中我們知道，L1 緩存和 L2 緩存之間具有嚴格的包含關系。存在于 L1 緩存中的任何緩存行也同樣存在于 L2 緩存中。

經過分析研究，我們發(fā)現(xiàn)如下規(guī)律：

L2D_CACHE_WR 的 PMU 值約等于“L1 數(shù)據緩存重填”、“L1 指令緩存重填”和“L1 預取重填”的 PMU 值之和。

為什么我們要從這三個事件開始分析？

因為這三個事件都會引起 L1 數(shù)據緩存和 L1 指令緩存的替換行為，包括干凈替換 (clean evictions) 和臟替換 (dirty evictions)。如果仔細看 L2D_CACHE_WR 的定義，您會發(fā)現(xiàn)它將統(tǒng)計從 L1 數(shù)據緩存分配到 L2 緩存的任何回寫。L1 數(shù)據緩存回寫則統(tǒng)計從 L1 數(shù)據緩存到 L2 緩存的任何臟數(shù)據回寫，該值通常非常小，與 L2D_CACHE_WR 的值并不匹配，且沒有專門針對干凈替換的 PMU 計數(shù)器。因此，我們綜合考慮了所有可能導致緩存替換的事件（包括干凈替換和臟替換），從不同的角度進行分析，找到了這個規(guī)律。

我們已在幾個典型場景中驗證了這一發(fā)現(xiàn)。大多數(shù)測試用例確實遵循這種規(guī)律。

對于 Redis 的情況

我們使用 Memtier 客戶端作為負載生成器，為 Redis 進程生成混合讀寫請求，結果發(fā)現(xiàn) PMU 值遵循相應規(guī)律。

對于“Telemetry: ustress: l1d_cache_workload”[3]的情況

此基準測試僅讀取數(shù)據，旨在對 L1 數(shù)據緩存的未命中情況進行壓力測試，結果發(fā)現(xiàn) PMU 值遵循相應規(guī)律。

對于“Telemetry: ustress: l1i_cache_workload”[4]的情況

此基準測試將重復調用那些與頁面邊界對齊的函數(shù)，旨在對 CPU L1 指令緩存的未命中情況進行壓力測試，結果發(fā)現(xiàn) PMU 值遵循相應規(guī)律。

對于 Eigen gemm 的情況

此基準測試包含許多讀取操作。L1D_CACHE_WR 的 PMU 值比較小，但 L1 緩存的預取操作導致 L2D 的 PMU 值很大。因此，我們得到的結果是 L1D_CACHE_WR 的 PMU 值要低于 L2D_CACHE_WR。PMU 值也遵循這種規(guī)律。

但是，流寫入是一個例外。我們使用“Telemetry: ustress: memcpy_workload”[5]基準測試，對加載-存儲 (load-store) 管線中完全處于 L1D 緩存內的 memcpy 進行壓力測試。memcpy 觸發(fā)流寫入，跳過 L1 并直接寫入 L2。此時，PMU 值并不遵循這種規(guī)律。

以下是 Neoverse N2 技術參考手冊中關于寫入流模式的描述。

Neoverse N2 核心支持寫入流模式（有時也稱為讀取分配模式），這一點同時適用于 L1 和 L2 緩存。

當發(fā)生讀取未命中或寫入未命中時，會向 L1 和 L2 緩存分配緩存行。但是，寫入大塊數(shù)據可能會導致不必要的數(shù)據浪費緩存空間。這也可能會浪費功率和性能，因為在執(zhí)行行填充后，如果 memset() 隨后寫入了整行數(shù)據，行填充數(shù)據將被丟棄。有些情況下，不需要在寫入時分配緩存行，例如在執(zhí)行 C 標準庫 memset() 函數(shù)以將一大塊內存清除為某個已知值時。

為了防止不必要的緩存行分配，內存系統(tǒng)可以在行填充完成之前檢測核心何時寫入完整的緩存行。如果在可配置數(shù)量的連續(xù)行填充中檢測到這種情況，系統(tǒng)就會切換到寫入流模式。

在寫入流模式下，讀取操作會正常執(zhí)行，仍可能引發(fā)行填充。寫入操作還是會先查找緩存，但如果未命中，它們就會寫入 L2 或系統(tǒng)，而不是開始行填充。

總結

在基于 Neoverse N2 的服務器上，L2D_CACHE_WR 會統(tǒng)計來自 L1 緩存的所有緩存替換（包括干凈替換和臟替換）以及流寫入。

對于讀取大量數(shù)據的工作負載，我們會看到，L1D_CACHE_WR 的 PMU 值要低于 L2D_CACHE_WR。