c++ - 在 64 位机器上，我可以安全地并行操作 64 位四字的各个字节吗？

Question

背景

我正在对图像中的行和列进行并行操作。我的图像是 8 位或 16 位像素，我在 64 位机器上。 当我对列进行并行操作时，两个相邻的列可能共享相同的 32 位 int 或 64 位 long。基本上，我想知道我是否可以安全地并行操作同一四字的各个字节。

最小测试

我写了一个最小的测试函数，但我无法使它失败。对于 64 位 long 中的每个字节，我在 p 阶的有限域中同时执行连续乘法。我知道 Fermat's little theorem a^(p-1) = 1 mod p 当 p 为质数时。我为我的 8 个线程中的每一个改变值 a 和 p，并且我执行 k*(p-1) 乘法 一个。当线程完成时，每个字节都应该为 1。事实上，我的测试用例通过了。每次运行时，我都会得到以下输出:

8
101010101010101
101010101010101

我的系统是 Linux 4.13.0-041300-generic x86_64，配备 8 核 Intel(R) Core(TM) i7-7700HQ CPU @ 2.80GHz。我使用 g++ 7.2.0 -O2 编译并检查了程序集。我为“INNER LOOP”添加了程序集并对其进行了评论。在我看来，生成的代码是安全的，因为存储只是将低 8 位写入目标，而不是进行一些按位运算并存储到整个字或四字。 g++ -O3 生成了类似的代码。

问题:

我想知道这段代码是否始终是线程安全的，如果不是，在什么情况下不是。也许是我太偏执了，但我觉得为了安全起见，我需要一次对四字进行操作。

#include <iostream>
#include <pthread.h>

class FermatLTParams
{
public:
    FermatLTParams(unsigned char *_dst, unsigned int _p, unsigned int _a, unsigned int _k)
        : dst(_dst), p(_p), a(_a), k(_k) {}

    unsigned char *dst;
    unsigned int p, a, k;
};

void *PerformFermatLT(void *_p)
{  
    unsigned int j, i;
    FermatLTParams *p = reinterpret_cast<FermatLTParams *>(_p);
    for(j=0; j < p->k; ++j)
    {    
        //a^(p-1) == 1 mod p

        //...BEGIN INNER LOOP
        for(i=1; i < p->p; ++i)
        {
            p->dst[0] = (unsigned char)(p->dst[0]*p->a % p->p);
        }
        //...END INNER LOOP

        /* gcc 7.2.0 -O2  (INNER LOOP)

        .L4:
            movq    (%rdi), %r8             # r8 = dst
            xorl    %edx, %edx              # edx = 0
            addl    $1, %esi                # ++i
            movzbl  (%r8), %eax             # eax (lower 8 bits) = dst[0]
            imull   12(%rdi), %eax          # eax =  a * eax
            divl    %ecx                    # eax = eax / ecx;   edx = eax % ecx    
            movb    %dl, (%r8)              # dst[0] = edx (lower 8 bits)
            movl    8(%rdi), %ecx           # ecx = p
            cmpl    %esi, %ecx              # if (i < p)
            ja      .L4                     #   goto L4
        */

    }
    return NULL;
}

int main(int argc, const char **argv)
{
    int i;
    unsigned long val = 0x0101010101010101; //a^0 = 1
    unsigned int k = 10000000;
    std::cout << sizeof(val) << std::endl;
    std::cout << std::hex << val << std::endl;
    unsigned char *dst = reinterpret_cast<unsigned char *>(&val);
    pthread_t threads[8];
    FermatLTParams params[8] = 
    { 
        FermatLTParams(dst+0, 11, 5, k),
        FermatLTParams(dst+1, 17, 8, k),
        FermatLTParams(dst+2, 43, 3, k),
        FermatLTParams(dst+3, 31, 4, k),
        FermatLTParams(dst+4, 13, 3, k),
        FermatLTParams(dst+5, 7, 2, k),
        FermatLTParams(dst+6, 11, 10, k),
        FermatLTParams(dst+7, 13, 11, k)
    };

    for(i=0; i < 8; ++i)
    {
        pthread_create(threads+i, NULL, PerformFermatLT, params+i);
    }
    for(i=0; i < 8; ++i)
    {
        pthread_join(threads[i], NULL);
    }

    std::cout << std::hex << val << std::endl;
    return 0;
}

Answer 1

答案是肯定的，您可以通过不同的线程安全地并行操作 64 位四字的各个字节。

它的工作原理令人惊奇，但如果它不工作，那将是一场灾难。所有硬件的行为就好像一个内核在其自己的内核中写入一个字节不仅标记缓存行是脏的，而且还标记了其中的哪些字节。当那个缓存行(64 或 128 甚至 256 字节)最终被写入主内存时，只有脏字节实际上修改了主内存。这是必不可少的，因为否则当两个线程处理恰好占用同一缓存行的独立数据时，它们会破坏彼此的结果。

这可能对性能不利，因为它的工作方式部分是通过“缓存一致性”的魔力实现的，当一个线程写入一个字节时，系统中具有相同数据行的所有缓存都会受到影响。如果它们是脏的，它们需要写入主内存，然后删除缓存行，或者从其他线程捕获更改。有各种不同的实现方式，但通常都很昂贵。