C++ 双CPU内存分配性能
当我在具有2个CPU的特定服务器上使用多线程代码时,我遇到了一个问题。服务器运行在Windows 7 x64上,具有Bi Xeon E5-2697Wv2 12核2,7 GHz;64 Gb RAM(8X8 Gb 1866 MHz);主板超级微型X9DAI。我的可执行文件是使用Visual Studio MSVC 2013生成的,并使用OpenMP进行多线程处理 现在的问题是,我使用1个线程比24个线程有更好的性能。。。此问题仅在此计算机上可见,当我连接探查器(CodeXL)时,我得到以下结果:C++ 双CPU内存分配性能,c++,multithreading,performance,memory-management,cpu,C++,Multithreading,Performance,Memory Management,Cpu,当我在具有2个CPU的特定服务器上使用多线程代码时,我遇到了一个问题。服务器运行在Windows 7 x64上,具有Bi Xeon E5-2697Wv2 12核2,7 GHz;64 Gb RAM(8X8 Gb 1866 MHz);主板超级微型X9DAI。我的可执行文件是使用Visual Studio MSVC 2013生成的,并使用OpenMP进行多线程处理 现在的问题是,我使用1个线程比24个线程有更好的性能。。。此问题仅在此计算机上可见,当我连接探查器(CodeXL)时,我得到以下结果:
- 1个线程:~3%的执行时间在malloc/free(~3/~2)内
- 24个线程:~64%的执行时间在malloc/free内(~33%/~31%)
#include <omp.h>
#include <afx.h>
#include <vector>
#include <fstream>
#include <iostream>
#include <chrono>
// malloc allocation size tab
int allocSize[] =
{
4, 8, 16, 32, 64, 128, 256, 512, 1024, 2048, 4096, 8192, 16384, 32768, 65536, 131072
};
int main()
{
// number max of thread
int nbThreadMax = omp_get_max_threads();
// malloc/free iteration per bench
unsigned int nbIteration = 1000000;
// Empty res tab
std::vector<double> emptyRes(16, 0.);
// Duration per thread
std::vector<std::vector<double>> avgDuration(nbThreadMax, emptyRes);
int nbThread = 1;
unsigned int idxt = 0;
while (nbThread <= nbThreadMax)
{
// Current bench result
std::vector<std::vector<double>> threadResult(nbThread, emptyRes);
std::cout << "Thread : " << nbThread << std::endl;
// Create parrallel region
#pragma omp parallel num_threads(nbThread)
{
int nt = omp_get_thread_num();
for (unsigned int i = 0; i < 16; ++i)
{
int allocationSize = allocSize[i];
std::chrono::time_point<std::chrono::system_clock> start, end;
start = std::chrono::system_clock::now();
for (unsigned int j = 0; j < nbIteration; ++j)
{
void* pData = malloc(allocationSize);
free(pData);
}
end = std::chrono::system_clock::now();
threadResult[nt][i] += std::chrono::duration_cast<std::chrono::milliseconds>(end - start).count() / 1000.;
}
}
// Sum
for (unsigned int i = 0; i < 16; ++i)
{
for (unsigned int j = 0; j <= idxt; ++j)
{
avgDuration[idxt][i] += threadResult[j][i];
}
// /!\ Normalize for one thread /!\
avgDuration[idxt][i] /= nbThread;
}
++idxt;
// Increase thread number (X2)
if (nbThread >= nbThreadMax)
break;
if (nbThread * 2 > nbThreadMax)
nbThread = nbThreadMax;
else
nbThread = nbThread * 2;
}
// Write results
{
std::ofstream ofs("resultats.csv");
ofs << "NbThread;";
for (unsigned int i = 0; i < 16; ++i)
{
ofs << allocSize[i] << ";";
}
ofs << std::endl;
int nbThread = 1;
for (unsigned int n = 0; n < idxt; ++n)
{
ofs << nbThread << ";";
for (unsigned int i = 0; i < 16; ++i)
{
ofs << avgDuration[n][i] << ";";
}
ofs << std::endl;
nbThread = nbThread * 2;
}
ofs.close();
}
}
#包括
#包括
这种结果是问题还是正常性能下降?BIOS选项太离奇了。最简单的解决方案是稍微偏离标准C方法,使用本机Windows方法
第一个测试是将malloc/free
替换为HeapAlloc
。这里的好处是HeapAlloc
可以支持多个堆,并且使用HEAP\u NO\u SERIALIZE
这些堆中的每一个都可以是单线程的。这并不意味着您必须在同一线程上调用HeapFree
。您可以在工作线程上调用HeapAlloc
,将结果存储在分配的内存块中,加入主线程(此处为内存屏障),然后在主线程上从工作线程收集所有数据,并从主线程调用HeapFree
。由于工作线程不再存在,因此不存在序列化风险
第二个改进(如有必要)是检查NUMA支持。最好将线程固定到CPU,并从连接到该特定CPU的4xGB内存中分配内存。但这要复杂得多。BIOS选项太奇特了。最简单的解决方案是稍微偏离标准C方法,使用本机Windows方法
第一个测试是将malloc/free
替换为HeapAlloc
。这里的好处是HeapAlloc
可以支持多个堆,并且使用HEAP\u NO\u SERIALIZE
这些堆中的每一个都可以是单线程的。这并不意味着您必须在同一线程上调用HeapFree
。您可以在工作线程上调用HeapAlloc
,将结果存储在分配的内存块中,加入主线程(此处为内存屏障),然后在主线程上从工作线程收集所有数据,并从主线程调用HeapFree
。由于工作线程不再存在,因此不存在序列化风险
第二个改进(如有必要)是检查NUMA支持。最好将线程固定到CPU,并从连接到该特定CPU的4xGB内存中分配内存。但这要复杂得多。标准C11/C++11中的一种方法是为每个线程创建一个条目缓存。在mymalloc
中,检查单个缓存项是否可以满足请求(无需锁定)。如果没有,请按照常规的malloc
大部分智能都在myfree
中。如果已经有一个缓存项,那么您需要决定要做什么:保留最旧的、保留最新的、保留最小的、保留最大的,或者可能是其他一些策略。(如果您需要此处的大小,mymalloc
必须通过sizeof(size\u t)
进行过度分配,并在请求的大小前加前缀)。标准C11/C++11中的一种方法是为每个线程创建一个条目缓存。在mymalloc
中,检查单个缓存项是否可以满足请求(无需锁定)。如果没有,请按照常规的malloc
大部分智能都在myfree
中。如果已经有一个缓存项,那么您需要决定要做什么:保留最旧的、保留最新的、保留最小的、保留最大的,或者可能是其他一些策略。(如果您需要此处的大小,mymalloc
必须通过sizeof(size\u t)
进行过度分配,并在请求的大小前加前缀)。2个CPU上的24个线程?线程不是性能的圣杯。特别是在NUMA机器上是的,2个CPU上有24个线程,我没有精确地确定RAM有8X8Gb。你是说我什么都做不了?@πάνταῥεῖ 由于每个CPU都有12个核心,因此非常简单reasonable@user3513887我忽略了每个处理器都有12个内核。2个CPU上有24个线程?线程不是性能的圣杯。特别是在NUMA机器上是的,2个CPU上有24个线程,我没有精确地确定RAM有8X8Gb。你是说我什么都做不了?@πάνταῥεῖ 由于每个CPU都有12个核心,因此非常简单reasonable@user3513887我忽略了每个都有12个核心。