[hellogcc] Re: [hellogcc] Re: [hellogcc] 请问下以下gcc -O0 和 -O1的代码运行时间不同的原因
- From: 秦� <love.infly@xxxxxxxxx>
- To: hellogcc@xxxxxxxxxxxxx, wuwei.gucas@xxxxxxxxx
- Date: Tue, 30 Jul 2013 11:30:33 +0800
Hi, 吴伟
之前自己的问题是集中于两个汇编代码不同带来的性能不同的原因。
主要是O0代码在SIZE次循环和SIZE/2次循环的开销是2:1，但是O1代码的开销接近1:1
。自己手动改.s的对比结果可以看出来，O0性能差距的原因基本就是在多出来的几个movq上。但是自己不明白原因，所以提问。
对于你说的测试结果不一致，我又在自己电脑上做了一次。另外在别人的虚拟机上也简单测了下，和我的结果是一样的。以下是我在本机做的1000次的运行，这个貌似牵扯的比较多，从CPU型号到Gcc版本都会影响结果。
=====================================
我用的如下代码运行了1000遍，每次输出基本没有差距（正负1%左右）。所以整体也符合之前的情况，我的机器环境是Xubuntu13.04,
gcc 版本 4.7.3 (Ubuntu/Linaro 4.7.3-1ubuntu1) ，CPU 是Intel(R) Core(TM)
i3-2100 CPU @ 3.10GHz。
O0情况下依然是K=1,K=2和K=4的情况下都是1/2递减的。
O1情况下1/2递减现象消失了，K=1只是稍微多耗时一点， 这个应该确实是循环数不同计算量不同的原因。
代码如下：
#include <stdio.h>
#include <time.h>
#include <stdint.h>
#define SIZE 64*1024*1024
#define MAX_K 1024
int32_t arr [SIZE];
struct timespec ts;
int main(int argc, char *argv[])
{
long i,j= 0;
long start;
long start_sec;
int count = 1;
// init the arr;
for (i = 0; i < SIZE; ++i){
arr[i] = 0;
}
for (j = 1; j <= MAX_K; count++, j*= 2){
clock_gettime(CLOCK_REALTIME, &ts);
start = ts.tv_nsec;
start_sec = ts.tv_sec;
for (i = 0; i< SIZE; i+=j){
arr[i] *=3;
}
clock_gettime(CLOCK_REALTIME, &ts);
printf ("%d, %ld, %ld\n",
count,(ts.tv_sec-start_sec)*1000000000+(ts.tv_nsec -start), j);
}
return 0;
}
另，我还又用下面的相同循环数的代码分别用O0~3运行了几次，结果是K=128之前一直都是递增的，特别的是O1之后，明显的可以看出，初期的几个递增就是2倍递增，比O0的结果更加符合期望结果，数据如下，
**为什么K=128后的时间下降了，我也不清楚原因。**
1, 60962944, 1
2, 121961343, 2
3, 248836377, 4
4, 478276479, 8
5, 961089972, 16
6, 1371127716, 32
7, 1851929390, 64
8, 964310614, 128
9, 994438045, 256
10, 1030341734, 512
11, 1124689492, 1024
循环数相同的代码就是我贴在SO上的，如下：
#include <stdio.h>
#include <time.h>
#include <stdint.h>
#define SIZE 64*1024*1024
int32_t arr [SIZE];
struct timespec ts;
int main(int argc, char *argv[])
{
long i,j= 0;
long start;
long start_sec;
int count = 1;
int k = 0;
// init the arr;
for (i = 0; i< 64*1024*1024;++i){
arr[i] = 0;
}
for (j = 1; j< 1025;){
clock_gettime(CLOCK_REALTIME, &ts);
start = ts.tv_nsec;
start_sec = ts.tv_sec;
for (i = 0, k = 0; i< 64*1024*1024; i++, k+=j){
k = k & (SIZE -1);
arr[k] *=3;
arr[k] =1;
}
clock_gettime(CLOCK_REALTIME, &ts);
printf ("%d, %ld, %ld\n",
count,(ts.tv_sec-start_sec)*1000000000+(ts.tv_nsec -start), j);
count++;
j *= 2;
}
return 0;
}
谢谢。
2013/7/29 Wei WU(吴伟) <wuwei.gucas@xxxxxxxxx>:
> Hi 秦��：
>
> 我对于 CPU Caching
> 不是很熟悉，没有看出来其中的原因。我自己运行了一下你贴在SO上的程序，得到的测试数据跟你的测试结果并不一致：在O1优化下j=2的时间是j=1的两倍，而在O0的情况下，两者的得分是类似的。
>
> 另外，一次运行的数据是不稳定的，确实有时候会出现j=2比j=1还快一点的情况。但是这可能是机器的噪音。建议运行多次（例如1000次）之后得到两者差值的平均，这样分析起来比较可靠。
>
> 现代CPU的性能分析是一件很困难的事情，如果你有了答案，强烈欢迎你贴在这个邮件列表中，大家共同学习 :-)
>
> 在 2013年7月29日下午4:51，秦�� <love.infly@xxxxxxxxx>写道：
>
>> c代码本身很简单
>> for (i = 0; i< SIZE; i+=j){
>> arr[i] *=3;
>> }
>>
>> 就是以一个步进值j遍历整个数组，对成员做*3操作。
>>
>> O0的代码，步进的值在-24(%rbp)中：
>>
>> movq $0, -32(%rbp)
>> jmp .L5
>> .L6:
>> movq -32(%rbp), %rax
>> movl arr(,%rax,4), %edx
>> movl %edx, %eax
>> addl %eax, %eax
>> addl %eax, %edx
>> movq -32(%rbp), %rax
>> movl %edx, arr(,%rax,4)
>> movq -24(%rbp), %rax
>> addq %rax, -32(%rbp)
>> .L5:
>> cmpq $67108863, -32(%rbp)
>>
>> O1的代码，步进的值在 %rbx中：
>>
>> movl $0, %eax
>> .L3:
>> movl arr(,%rax,4), %ecx
>> leal (%rcx,%rcx,2), %edx
>> movl %edx, arr(,%rax,4)
>> addq %rbx, %rax
>> cmpq $67108863, %rax
>> jle .L3
>>
>>
>> 想问的问题是，在O0情况下，j = 1的时间是j=2时间的两倍，O1下，两者就基本接近了，甚至步进为1的还快点，为什么？
>>
>>
>> 问题来源是：http://stackoverflow.com/questions/17914782/why-cache-doesnt-work-as-it-supposed-to-be/17915086#17915086
>>
>> 我自己改改O0的代码，变成如下：
>>
>> movq $0, -32(%rbp)
>> movl $0, %eax
>> movq -24(%rbp), %rbx
>> jmp .L5
>> .L6:
>> movl arr(,%rax,4), %edx
>> movl %edx, %ecx
>> addl %ecx, %ecx
>> addl %ecx, %edx
>> movl %edx, arr(,%rax,4)
>> addq %rbx, %rax
>> .L5:
>> cmpq $67108863, %rax
>> jle .L6
>>
>> 就和O1差不多了。
>>
>> 但是不明白，循环里改掉了几个movq，怎么j = 1的速度就和j = 2的差不多了？原因是什么？
>>
>> 谢谢了。
>
>
>
>
> --
> 吴伟/Wei Wu
> wuwei.gucas@xxxxxxxxx
Other related posts:
