c - 为什么 _mm_mfence() 会为 ALL_LOADS 性能事件生成计数？

Question

我正在测试一些内在操作的行为。当我注意到 _mm_mfence() 从用户空间发出加载指令时，我感到很惊讶，但它不计入 L1 数据缓存 - 未命中、命中或填充缓冲区命中。我正在使用 papi 的 native 事件(例如 MEM_INST_RETIRED 和 MEM_LOAD_RETIRED)来读取性能计数器。这段代码:

 for(int i=0; i < 1000000; i++){

    _mm_mfence();

  }

计数 ALL_LOADS:737030，L1_HIT:99，L1_MISS:10，FB_HIT:25。在没有 mfence 的情况下，读取计数器的开销是这样的:ALL_LOADS:125，L1_HIT:94，L1_MISS:11，FB_HIT:24

我查了一下sfence和lfence没有这个影响。我正在使用 -O3 进行编译。从编译文件我猜它调用了 __builtin_ia32_mfence 函数，但我找不到太多。

我大体上理解 _mm_mfence() 的作用以及我们为什么使用它，但现在的问题更多是关于它是如何工作的。如果有人可以解释或提供任何相关文章来理解这种行为，那就太好了。

Answer 1

_mm_mfence() 仅编译为 mfence 指令，从架构上讲，这不是加载或存储

不过，它解码为的一个或多个微指令可能微架构在加载端口上运行并被计为负载。

你用的是什么CPU？如果是 Skylake，我假设你已经更新了微码，所以 mfence 的成本比 Agner Fog 的表列出的要高。 (并且它阻止了非内存 uops 的乱序执行，例如 lfence。请参阅 Are loads and stores the only instructions that gets reordered? 显然，Skylake 之前的一些英特尔 CPU 没有为 mfence 执行此操作.)