使用RDTSC指令测量C中的代码执行时间
我写了一个简单的程序来测量使用RDTSC指令的代码执行时间。 但我不知道我的结果是否正确以及我的代码有什么问题…我不知道如何validation它。
#include #include #include #include #define N (1024*4) unsigned cycles_low, cycles_high, cycles_low1, cycles_high1; static __inline__ unsigned long long rdtsc(void) { __asm__ __volatile__ ("RDTSC\n\t" "mov %%edx, %0\n\t" "mov %%eax, %1\n\t": "=r" (cycles_high), "=r" (cycles_low):: "%rax", "rbx", "rcx", "rdx"); } static __inline__ unsigned long long rdtsc1(void) { __asm__ __volatile__ ("RDTSC\n\t" "mov %%edx, %0\n\t" "mov %%eax, %1\n\t": "=r" (cycles_high1), "=r" (cycles_low1):: "%rax", "rbx", "rcx", "rdx"); } int main(int argc, char* argv[]) { uint64_t start, end; rdtsc(); malloc(N); rdtsc1(); start = ( ((uint64_t)cycles_high << 32) | cycles_low ); end = ( ((uint64_t)cycles_high1 << 32) | cycles_low1 ); printf("cycles spent in allocating %d bytes of memory: %llu\n",N, end - start); return 0; }
在使用RDTSC计时时,您应该记住一些(非显而易见的)问题:
-
它计数的时钟频率可能是不可预测的。 在较旧的硬件上,频率实际上可能在两个RDTSC指令之间发生变化,即使在固定的较新硬件上,也很难分辨它运行的频率。
-
由于RDTSC没有输入,因此CPU本身可能会将RDTSC指令重新排序,以便在您尝试测量的代码之前。 请注意,这与编译器重新排序代码的问题不同,您已使用__volatile__避免了这一问题。 为了有效地避免这种情况,您必须执行序列化指令 ,该指令将阻止CPU在其之前移动指令。 您可以使用CPUID或RDTSCP(这只是RDTSC的序列化forms)
我的建议:只需使用您的操作系统具有的任何高频计时器API。 在Windows上,这是QueryPerformanceCounter,在Unix上,你有gettimeofday或clock_gettime。
除此之外,您的RDTSC代码存在一些结构性问题。 返回类型是“unsigned long long”,但实际上没有返回任何内容。 如果你修复了这个问题,你可以避免将结果存储在全局变量中,并且可以避免编写多个版本。
可能影响您获得的结果的问题是:
-
在大多数现代80×86 CPU上,TSC测量的是固定频率时钟而不是周期,因此同一段代码可能会有很大的不同“周期”,具体取决于电源管理,同一内核中其他逻辑CPU的负载(超线程),其他内核的负载(turbo-boost),CPU温度(热量限制)等
-
没有什么能阻止操作系统的调度程序在第一个
rdtsc();
之后立即rdtsc();
你的线程rdtsc();
导致产生的“循环花费分配”包括CPU花费在执行任意数量的完全不同的进程上的时间。 -
在某些计算机上,不同CPU上的TSC不同步; 并且没有什么能阻止操作系统在第一个
rdtsc();
之后立即rdtsc();
你的线程rdtsc();
然后在完全不同的CPU(具有完全不同的TSC)上运行您的线程。 在这种情况下,end - start
可能是负面的(就像时间倒退一样)。 -
没有什么能阻止IRQ(来自硬件)在第一个
rdtsc();
之后立即中断你的代码rdtsc();
导致产生的“循环花费分配”包括操作系统处理任意数量的IRQ所花费的时间。 -
不可能阻止SMI(“系统管理中断”)导致CPU进入SMM(“系统管理模式”)并在第一个
rdtsc();
之后执行隐藏的固件代码rdtsc();
导致产生的“循环花费分配”包括CPU花费在执行固件代码上的时间。 -
一些(旧)CPU有一个错误,当较低的32位溢出时
rdtsc
给出了狡猾的结果(例如,当TSC从0x00000000FFFFFFFF变为0x0000000100000000时,您可以在错误的时间使用rdtsc
并获得0x0000000000000000)。 -
没有什么能阻止“无序”现代CPU重新排列执行大多数指令的顺序,包括你的
rdtsc
指令。 -
你的测量包括测量的开销(例如,如果
rdtsc
需要5个周期而你的malloc()
需要20个周期,那么你报告25个周期而不是20个周期)。 -
有或没有虚拟机;
rdtsc
指令可能是虚拟化的(例如,除了常识之外的任何内容都不会阻止内核使rdtsc
报告有多少可用磁盘空间或其他任何它喜欢的内容)。 理想情况下,rdtsc
应该被虚拟化以防止上面提到的大多数问题和/或防止定时侧通道(但它几乎从不是)。 -
在极端旧的CPU(80486及更早版本)上,TSC和
rdtsc
指令不存在。
注意:我不是GCC内联汇编的专家; 但我强烈怀疑你的宏是错误的,编译器可以选择生成这样的东西:
rdtsc mov %edx, %eax ;Oops, trashed the low 32 bits mov %eax, %ebx
应该可以告诉GCC在EDX:EAX中返回值/ s并完全删除两个mov
指令。
注意:在我写这篇文章时,我想出了一种更简单/更清晰的方法来校准TSC
转换因子。 所以,继续阅读……
如果您愿意,在linux下[其他一些操作系统有类似的东西 – 例如BSD实现了linux / proc的一部分],在/proc/cpuinfo
,您将看到如下字段:
bogomips : 5306.71 flags : blah blah2 constant_tsc processor : blah
如果您读取此文件,则bogomips
是系统引导期间计算的Mhz [sort of]的总CPU频率。 如果您的机器具有速度步长,则cpu Mhz
于cpu Mhz
。
要使用bogomips
,请计算processor
行数并将bogomips
除以它。 注意剥去“。” 并将其视为Khz并使用整数数学。
如果你有constant_tsc
, TSC
将始终以这个[最大]频率运行,并且永远不会变化,无论特定核心是否由于速度步长而减慢。
如果读/proc/cpuinfo
使您感到娇气,则可以采用另一种方法来校准/确定TSC
频率。
请执行下列操作:
tsc1 = rdtsc clk1 = clock_gettime // delay for a while for (i = 1; i < 1000000; ++i) asm volatile ("" ::: "memory"); clk2 = clock_gettime tsc2 = rdtsc
使用这些值,您可以计算TSC
频率。 做上面几千次。 采用最小增量 - 这可以防止操作系统时间切掉你的测量值。
对于不会导致时间片的循环计数,请使用最大值。 实际上,您可以使用tv_sec = 0, tv_nsec = 500000
(500 us)的nanosleep
替换循环。 nanosleep
比nanosleep
好得多。 实际上,如果你nanosleep
,你可以在2-3秒内进行nanosleep
。
clk2 - clk2
值[转换]为小数秒,为您提供tsc2 - tsc1
的校准和TSC
滴答和秒的转换。
32位平台有“= A”。 这将创建来自eax和edx的64位结果。 遗憾的是,在64位平台上,它只是意味着rax寄存器,这没有任何帮助。
相反,更好的是,您可以使用“__builtin_ia32_rdtsc()”内在函数直接返回64位无符号整数。 同样适用于rdtscp(也返回当前核心)。 请参阅gcc手册。 与使用内联asm手动执行相比,它们发出的代码稍微好一些,并且可以在32位和64位之间移植。
如果在/ proc / cpuinfo标志中设置了“constant_tsc”,则无论CPU频率如何缩放,TSC都以恒定速率运行。 如果设置了“nonstop_tsc”,则TSC继续以C(hibernate)状态运行。 如果两者都设置,计数器“应该”也在核心之间同步(至少在最近的CPU,Core i7或更高版本上)。 我对最后一点不太确定,也许有人可以纠正我?