c++ - 如何想出一个高缓存未命中率的例子？

Question

我正在尝试编写一个具有高缓存未命中率的示例程序。我想我可以尝试像这样逐列访问矩阵:

#include <stdlib.h>

int main(void)
{
    int i, j, k;

    int w = 1000;
    int h = 1000;

    int **block = malloc(w * sizeof(int*));
    for (i = 0; i < w; i++) {
        block[i] = malloc(h * sizeof(int));
    }

    for (k = 0; k < 10; k++) {
        for (i = 0; i < w; i++) {
            for (j = 0; j < h; j++) {
                block[j][i] = 0;
            }
        }
    }

    return 0;
}

当我使用 -O0 标志编译它并使用 perf stat -r 5 -B -e cache-references,cache-misses ./a.out 运行时给我:

 Performance counter stats for './a.out' (5 runs):

    715,463 cache-references                                      ( +-  0.42% )
    527,634 cache-misses          #   73.747 % of all cache refs  ( +-  2.53% )

0.112001160 seconds time elapsed                                  ( +-  1.58% )

这对我的目的来说已经足够好了。但是，如果我继续将矩阵大小更改为 2000x2000，它会给出:

 Performance counter stats for './a.out' (5 runs):

  6,364,995 cache-references                                      ( +-  2.32% )
  2,534,989 cache-misses          #   39.827 % of all cache refs  ( +-  0.02% )

0.461104903 seconds time elapsed                                  ( +-  0.92% )

如果我将它进一步增加到 3000x3000，我会得到:

 Performance counter stats for './a.out' (5 runs):

 59,204,028 cache-references                                      ( +-  1.36% )
  5,662,629 cache-misses          #    9.565 % of all cache refs  ( +-  0.11% )

1.116573625 seconds time elapsed                                  ( +-  0.32% )

这很奇怪，因为随着大小的增加，我希望获得更多的缓存未命中率。我需要尽可能独立于平台的东西。计算机体系结构类(class)很久以前所以任何见解都会受到欢迎..

注意事项

我说我需要一些相对平台独立的东西，但这些仍然是我的规范:

• 英特尔® 酷睿™ i5-2467M
• 4 GiB 内存
• 64 位 ubuntu 12.04

Answer 1

当心现代 CPU 中的自动预取 - 它通常可以检测跨步访问。也许尝试随机访问模式，例如:

int main(void)
{
    int i;

    int n = 1000 * 1000;

    int *block = malloc(n * sizeof(int));

    for (i = 0; i < n / 10; i++) {
         int ri = rand() % n;
         block[ri] = 0;
    }

    return 0;
}