Performance 了解缓存/RAM访问延迟的微基准

在这张照片中：

我真的不明白这个情节。它基本上显示了以不同步幅从不同大小数组读取和写入的性能。每种颜色显示不同大小的数组。我不知道为什么会变硬，但我不知道为什么会变小？。例如，对于L（数组长度）=64MB，在跨步=256k之后，为什么您认为时间会再次下降

在该链接中，代码：

---

谢谢。

您发布的报纸试图通过microbenchmark了解克雷T3D的详细信息。得出以下结论：

• 缓存线/块大小为32B
• 缓存是直接映射的
• 没有二级缓存（只有一级缓存）
• 页面大小可能为8KB

下一个有趣的评论是，它们用另一个循环围绕着实验的最内部循环，以重复实验。这个循环实际上启用了缓存

他们的代码如下：

for (arraySize = 4KB; arraySize < 8MB; arraySize *= 2)
   for (stride = 1; stride <= arraySize / 2; stride *= 2)
      for (i = 0; i < arraySize; i += stride)
         for (k = 0; k < repeats; k++)
            MEMORY_OPERATION_ON(A[i])

for（arraySize=4KB；arraySize<8MB；arraySize*=2）
对于（stride=1；stride OK，谢谢（我没有足够的投票声誉！），在序言之后，你说：“对于更大的跨步，实际读取/写入/更新的地址数量更小”，但为什么以及如何？你还说：“我的意见是，这个微基准应该在固定的数组大小（8、32或64MB）上制作。”不管步幅大小。”-是的，数组大小是固定的，但基准测试是多次进行的，每次都是针对多个步幅大小（这意味着L=1MB和S=1,2,4,8,16，…或者L=2MB和S=1,2,4,8,16，…就像你在图片中看到的那样）。我不明白。例如，对于数组大小=4MB和步幅=2MB，我们将访问[0]，A[2Mb]，[4Mb]，[6Mb]，因为我们跳过大步。所以，这只是4个地址！@ FIDELROHA，当数组大小只有4MB时，你如何访问[6Mb]？考虑你的数组大小是8MB，步长是256B。你会访问多少个地址？[6Mb]表示数组的最后一个元素（考虑数组元素之间的跨步）你应该考虑数组元素的长度。如果数组大小是8 MB，步幅是256B，在每个页面上都有：8KB（即页面大小）/256B＝32个元素（来自数组），我们应该访问8Mb/8kb＝1000个页面，所以我们有1000×32＝32000个地址！？@ FIDelROHA。是的，步长越小，数组中的读取就越“密集”。因此，如果您必须读取32K地址，那么当您仅读取4个地址以获得更大的跨距时，您肯定会有更多的缓存未命中。