Memory 为什么较新的英特尔CPU不支持后端暂停周期的性能计数器？

我正在使用内存预取来对抗内存延迟。英特尔的某些（较旧）CPU支持性能计数器，用于计算CPU因等待内存而浪费的周期（

stalled cycles backend

），例如英特尔

E5-2690

在较新的CPU上（例如，

Gold6230

和

Gold6226

），我找不到这个计数器。是否有其他方法可以计算CPU在等待内存控制器加载缓存线时浪费的周期数？

perf调用“stalled cycles backend”的事件是一个“通用”事件，在不同的处理器型号上以不同的方式实现。这些定义很难找到，但在CentOS 7.6内核源代码中，这些定义位于“arch/x86/events/intel/core.c”中。对于Sandy Bridge（Xeon E5-26xx），定义为事件0xB1、Umask 0x01、INV=1、CMASK=1。在《英特尔体系结构软件开发人员手册》（文档325384-071199年10月）第3卷第19章中查找此事件，表19-3指出，在Skylake Xeon（和Cascade Lake Xeon）上，此事件的含义相同：“统计每个线程没有从保留站（RS）调度UOP的周期。”

如果您想了解统计的内容，我建议不要使用这些“通用”事件。在内核源代码中寻找定义，或者构建一个测试程序来读取执行程序的实际MSR，都是一件痛苦的事情。我今天测试的第一个事件实际上是错误的——在Xeon E5 v4系统上，事件“uops_executed.core_cycles_none”被编程为事件0xb1，Umask 0x02，INV=1，但CMASK未设置为1。SWDM第3卷第18.2节指出，如果CMASK为零，则忽略INV，因此这实际上统计执行的总UOP，而不是未执行UOP的周期。（同一事件在运行完全相同内核的SKX盒上正确编程。）

运行“英特尔内存延迟测试仪”时统计总周期、未调度Uop的周期和至少调度一个Uop的周期的示例：

perf stat -e r0043003c -e r01c301b1 -e r014301b1 ./mlc --idle_latency
  Intel(R) Memory Latency Checker - v3.7
  Command line parameters: --idle_latency 

  Using buffer size of 2000.000MiB
  *** Unable to modify prefetchers (try executing 'modprobe msr')
  *** So, enabling random access for latency measurements
  Each iteration took 182.4 core clocks (   87.1    ns)


 Performance counter stats for './mlc --idle_latency':

    91,815,806,587      r0043003c                                                   
    64,132,006,584      r01c301b1                                                   
    27,683,941,060      r014301b1                                                   

      14.587156882 seconds time elapsed

---

暂停循环前端

仅在Nehalem、Westmile、Sandy Bridge和Ivy Bridge上受支持。它映射到所有这些微体系结构上的

事件0x0e、umask=0x01、inv=1、cmask=1

<代码>暂停循环后端在Nehalem、Westmile和Sandy Bridge上受支持。在前两个上，它被映射到

event=0xb1、umask=0x3f、inv=1、cmask=1

。在SnB上，它被映射到

事件=0xb1，umask=0x01，inv=1，cmask=1

从内核v4.6-rc1开始，如果当前处理器不支持这些事件中的任何一个，则它不会显示在

perf stat

的输出中。在早期版本的内核中，它将显示

Andi Kleen（英特尔）在《线程》中说，Ivy Bridge（正式）不支持

event=0xb1、umask=0x01、inv=1、cmask=1

，并且列出事件的manaul表已经过时。这就是为什么IvB上不支持

stalled cycles backend

。但根据手册V3（2019年5月）的表19-15，它仍然被列为IvB。它也为Broadwell和更高版本列出，但不是Haswell。但是，性能监控事件手册确实为Haswell列出了它。也许是哈斯韦尔的马车？我不知道

---

另一位专家表示，这两个事件似乎已经从Haswell开始完全放弃，转而采用自上而下的方法进行一级周期分解。

Skylake的

资源暂停。任何
计数器都可能是您要找的。不确定这是否完全等同于Sandybridge上的
stalled cycles后端

；通过

perf list

output搜索您要查找的内容。e、 g.从我的SKL（Skylake客户端）

mem\u load\u retired。l3\u miss

专门计算负载insn（而不是周期）。或者，

cycle\u activity.stalls\u l3\u miss

在三级缓存未命中请求负载未完成时统计执行暂停。这与未交付UOP的周期不同，只是未执行，因此我假设即使ROB/RS未满，它也可以计数。感谢Peter，我将提供

cycle\u活动。暂停l3\u错过

一次尝试。未执行事件

UOP\u的
cmask
可能是一个错误，这似乎存在于Broadwell和更早的版本中。我在第3B卷的Broadwell表中有一个Kaby Lake和许多计数器，它们没有出现在Kaby Lake表工作中（当我使用驱动程序对应用程序进行基准测试时，我使用wrmsr直接编程PMC EVTSELs，然后使用rdpmc-rdpmc），并显示不同的，但对具有相同事件但不同Umask的受支持计数器的可行值。例如，UOPS\u已发布。任意和标志\u合并。两个不同PMC的rdpmc指令（4*2）之间的UOP数量（4*2）之间的值始终存在显著差异，这两个指令对同一runI的受支持和不受支持计数器进行基准测试，这意味着UOP已失效。所有UOP均未发布。任何。看一看