koszt operacji atomowych

Zrobiłem kilka profilów z następującą konfiguracją: maszyna testowa (AMD Athlon64 x2 3800+) została uruchomiona, przełączona na tryb długi (przerwania wyłączone) i interesująca instrukcja została wykonana w pętli, 100 iteracji rozwiniętych i 1000 cykli pętli. Ciało pętli zostało wyrównane do 16 bajtów. Czas mierzony był instrukcją rdtsc przed i za pętlą. Dodatkowo wykonano pętlę bez instrukcji (która mierzyła 2 cykle na iterację pętli i 14 cykli dla reszta), a wynik został odjęty od wyniku instrukcji czasu profilowania.

Zmierzono następujące instrukcje:

• "lock cmpxchg [rsp - 8], rdx" (zarówno z porównaniem, jak i niedopasowaniem),
• "lock xadd [rsp - 8], rdx",
• "lock bts qword ptr [rsp - 8], 1"

We wszystkich przypadkach mierzony czas wynosił około 310 cykli, błąd wynosił około + / - 8 cykli

Jest to wartość powtarzającego się wykonania na tej samej (buforowanej) pamięci. Przy dodatkowym braku pamięci podręcznej czasy są znacznie wyżej. Również to zostało zrobione tylko z jednym z 2 rdzeni aktywnych, więc pamięć podręczna była wyłącznie własnością, i nie była wymagana synchronizacja pamięci podręcznej.

Aby ocenić koszt zablokowanej instrukcji na brak pamięci podręcznej, dodałem wbinvld instrukcję przed zablokowaną instrukcją i umieściłem wbinvld plus add [rsp - 8], rax W pętli porównawczej. W obu przypadkach koszt wyniósł około 80 000 cykli na parę instrukcji! W przypadku blokady BTS różnica czasu wynosiła około 180 cykli na instrukcję.

Zauważ, że jest to wzajemna przepustowość, ale ponieważ operacje zablokowane są operacjami serializującymi, prawdopodobnie nie ma różnicy w opóźnieniu.

Wniosek: zablokowana operacja jest ciężka, ale brak pamięci podręcznej może być znacznie cięższy. Ponadto: zablokowana operacja nie powoduje braków w pamięci podręcznej. Może powodować ruch synchronizacji pamięci podręcznej tylko wtedy, gdy cacheline nie jest wyłącznie własnością.

Aby uruchomić maszynę, użyłem wersji x64 FreeLdr z projektu ReactOS. Oto źródło asm kod:

#define LOOP_COUNT 1000
#define UNROLLED_COUNT 100

PUBLIC ProfileDummy
ProfileDummy:

    cli

    // Get current TSC value into r8
    rdtsc
    mov r8, rdx
    shl r8, 32
    or r8, rax

    mov rcx, LOOP_COUNT
    jmp looper1

.align 16
looper1:

REPEAT UNROLLED_COUNT
    // nothing, or add something to compare against
ENDR

    dec rcx
    jnz looper1

    // Put new TSC minus old TSC into rax
    rdtsc
    shl rdx, 32
    or rax, rdx
    sub rax, r8

    ret

PUBLIC ProfileFunction
ProfileFunction:

    cli

    rdtsc
    mov r8, rdx
    shl r8, 32
    or r8, rax
    mov rcx, LOOP_COUNT

    jmp looper2

.align 16
looper2:

REPEAT UNROLLED_COUNT
    // Put here the code you want to profile
    // make sure it doesn't mess up non-volatiles or r8
    lock bts qword ptr [rsp - 8], 1
ENDR

    dec rcx
    jnz looper2

    rdtsc
    shl rdx, 32
    or rax, rdx
    sub rax, r8

    ret

Atomic prefix LOCK zapewnia (włącza) sygnał przewodowy magistrali LOCK#. Zakazuje korzystania z niego innym procesorom/urządzeniom na magistrali.

Ppro & P2 book http://books.google.com/books?id=3gDmyIYvFH4C&pg=PA245&dq=lock+instruction+pentium&lr=&ei=_E61S5ehLI78zQSzrqwI&cd=1#v=onepage&q=lock%20instruction%20pentium&f=false{[6]strony 244-246

Zablokowane instrukcje to serializacja, synchronizacja operacji.... / about Out-of-order / locked RMW/ read-modify-write = Atomic itself / instruction zapewnia, że procesor wykona wszystkie instrukcje przed zablokowaną instrukcją przed jej wykonaniem. / about yet not flushed writes / wymusza to przepłukanie wszystkich zapisów w procesorze do pamięci zewnętrznej przed wykonaniem następnej instrukcji.

/ about SMP / SEMAFOR is in cache in S state... wydanie odczytu i unieważnienia transakcji dla 0 bajtów daty (Jest to kill / udostępnionych kopii linii bufora w sąsiednie Procesory/)