Cachegrind输出解释

这是cachegrind输出的一部分。这部分代码已经执行了1224次。elmg1是大小为16 x 20的无符号长数组。我的机器一级缓存大小为32KB，64B缓存线大小和8路设置

对于（i=0；i<20；i++）783362448250184001220

{

telm01=elmg1[i]；14688007344002448000

telm31=（telm01 1）；146880 1224 1 48960 0 0 24480 0 0

telm11=（telm01>2）；146880048960002448000

}

我之所以把它放在这里，是因为在for循环的第三行中，我看到了许多I1未命中（还有一个L2未命中）。这有点令人困惑，我猜不出原因是什么

我正试图优化（时间）代码的一部分。以上只是一个小片段。我认为在我的程序内存中，访问一个内存占用了我很多钱。与上面的示例一样，elmg1是一个大小为16 x 20的无符号长数组。当我试图在代码中使用它时，总会有一些遗漏，在我的程序中，这些变量经常出现。有什么建议吗

我需要分配和（有时初始化）这些未签名的long。你能建议我更喜欢哪一种吗，calloc还是数组声明，然后是显式初始化。 顺便问一下，缓存处理它们的方式会有什么不同吗

---

谢谢。

您是否尝试展开循环

我现在不会担心L1失误。此外，1224次中有一次二级未命中是正常的，cpu必须在某个点将值加载到缓存中

与程序的其余部分相比，此代码的二级未命中率是多少

使用calloc（），如果数组大小始终相同，并且使用常量作为大小，则编译器可以优化数组的归零。另外，影响缓存线使用的唯一因素是对齐，而不是它的初始化方式

编辑：第一次读错时很难读懂的数字

让我们确保我正确阅读了第5行的数字：

Ir    146,880
I1mr  1,224
ILmr  1
Dr    48,960
D1mr  0
DLmr  0
Dw    24,480
D1mw  0
DLmw  0

一级缓存分为两个32KByte缓存，一个用于代码I1，另一个用于数据D1。IL和DL是由数据和指令共享的二级或三级缓存

大量I1mr是指令未命中而不是数据未命中，这意味着循环代码正在从I1指令缓存中弹出

第1行和第5行的I1未命中总数为3672，是1224的3倍，因此每次运行循环时，您都会得到3个I1缓存未命中，其中包含64字节的缓存线，这意味着您的循环代码大小在128-192字节之间，以覆盖3条缓存线。因此，第5行的I1未命中是因为循环代码穿过最后一条缓存线

编辑：有关缓存线的详细信息

这个循环代码看起来不像是被自己调用了1224次，所以这意味着有更多的代码将这个代码从I1缓存中推出

32Kbyte I1缓存分为512个缓存线（每个缓存线64字节）。“8路集合关联”部分意味着每个内存地址只映射到512条缓存线中的8条。如果您配置的整个程序是一个32KB的连续内存块，那么它将全部放入I1缓存中，并且不会被弹出。最有可能的情况并非如此，对于相同的8条缓存线，将有超过8个64字节的代码内容块。假设您的整个程序有1M字节的代码（这包括库），那么每组8条缓存线将有大约32条（1M字节/32KB）的代码满足这些相同的8条缓存线

编译器无法始终检测程序的哪些函数将成为热点（多次调用），哪些函数将成为代码点（即几乎从不运行的错误处理程序代码）。GCC具有函数属性，允许您将函数标记为热/冷，这将允许编译器将热函数分组到一个内存块中，以获得更好的缓存使用率（即冷代码不会将热代码推出缓存）

---

无论如何，这些I1未命中真的不值得花时间担心。

A.这没关系，但为什么第5行有缓存未命中，而第3、4行的缓存未命中较少。我是否需要自己指定对齐方式，我了解到malloc默认提供8/16字节对齐方式。是的，malloc应提供至少8字节对齐方式，但这与64字节缓存对齐方式不同。只有当对象数组的每个字节为64字节时，缓存对齐才很重要。如果阵列未分配缓存对齐，则访问阵列中的任何一项可能会导致两次缓存未命中，而不是一次。但在这种情况下，缓存对齐不是问题。谢谢您的回复。但是，有一件事我不明白这与3条缓存线有什么关系？应该有更多的缓存线。