存儲器特性分析和預測應用處理器性能及功耗

由于超快的CPU內核與相對慢的存儲器之間的速度差距在日漸增大，存儲器系統可能成為當前制約系統性能的主要瓶頸。此外，低功耗是另一個(gè)重要的設計考慮，尤其在電池供電設備與日俱增的情況下更是如此。低功耗意味著(zhù)更長(cháng)的電池續航時(shí)間和設備使用時(shí)間。在常見(jiàn)的應用場(chǎng)合，存儲器功耗通常占了應用處理器功耗相當大的一部分，而且，隨著(zhù)存儲器設計日益復雜、容量增大、分層增多，存儲器功耗往往會(huì )迅速增加。因此，降低存儲器功耗非常有利于延長(cháng)電池續航時(shí)間。為了更好地了解各種應用的固有行為，有必要探究存儲器的特性、建立存儲器模型，以判斷應用是否涉及頻繁的存儲器存取操作，甚至幫助預測應用的性能。

本文提供了一種簡(jiǎn)單、經(jīng)濟的方法，能以可接受的精確度動(dòng)態(tài)地表征應用的計算及存儲器的構成。

描述存儲器特性的方法

如果不涉及存儲器操作，那么CPU利用率應該隨著(zhù)CPU內核的頻率呈線(xiàn)性關(guān)系，而應用成本(定義為CPU利用率和CPU頻率的乘積)應該保持恒定。但在考慮存儲器存取以后，CPU利用率就不再隨內核頻率呈線(xiàn)性關(guān)系了。在頻率較高時(shí)，存儲器對性能的影響往往更大，因為CPU要用更多的CPU周期等待存儲器的響應(這里我們假定，存儲器頻率不隨CPU頻率而變)。從這種意義上，應用可以分為兩種類(lèi)型：計算限定型和存儲器限定型。

接下來(lái)，我們來(lái)講述如何用三種不同的方法表征存儲器特性，并幫助確定應用的CPU利用率。在此，硬件性能信息是通過(guò)查看性能監視單元(Performance Monitoring Unit，簡(jiǎn)稱(chēng)PMU)來(lái)收集的。因此，Marvell的方法僅適用于有PMU硬件支持的系統。

1. 整體數據緩存失效率：直覺(jué)上，較高的數據緩存失效率意味著(zhù)更大的存儲器流量。為了獲得數據緩存失效率的數值，我們需要監視一級數據緩存和二級數據緩存(如果有的話(huà))的存取操作和失效總數。

2. 主存儲器訪(fǎng)問(wèn)率：外部存儲器控制器的占用率直接表明了存儲器的利用率。為了得 到主存儲器訪(fǎng)問(wèn)率數值，必須收集兩種PMU信息：存儲器控制器被占用的周期總數;監視窗口中的周期總數。

3. 數據停頓率：流水線(xiàn)停頓主要由數據相關(guān)性引起，而數據不可用的原因是存儲器存取速度遠比CPU速度低。因此，流水線(xiàn)的停頓次數反映了存儲器的流量情況。此外，流水線(xiàn)停頓次數還表明了存儲器存取的重要性。并不是每次存儲器存取都對最終性能有關(guān)鍵影響，因此，持續跟蹤因數據相關(guān)性對性能造成影響的存儲器存取操作，是相當有用的。使用這種方法，可以監視由數據相關(guān)性引起停頓的事件情況。此外，必須記錄總的周期數，以計算每個(gè)窗口中的數據停頓率。