CPU性能优化-CPU特性

现代CPU持续的添加新特性，使用这些特性可以大大简化找到底层问题的方法。

1 自顶向下微架构分析TMA，是一种识别应用程序低效使用CPU微架构的强大技术，识别负载的瓶颈，定位出现问题的代码具体位置，封装了CPU微架构中复杂的技术点。

2 最后分支记录(last branch record)LBR是在执行过程中连续记录最新分支结果的机制，通常用来采集调用栈，热点分支，计算每个分支的错误预测概率等等。

3 基于处理器事件的采样是一种增强的采样技术，主要优势有降低采样开销和提供，精确事件的能力。精确事件可以定位导致特定性能事件的具体指令。

4 Intel 处理器追踪，是一种基于每条指令的时间戳记录和重建程序执行过程的工具，主要用途是对性能故障进行事后分析和根因定位。

6.1 自顶向下微架构分析技术

TMA是识别程序CPU性能瓶颈的一种非常强大的技术，不需要开发者对CPu的微架构和PMC有深入理解，就能有效的找到CPU的性能瓶颈，

TMA能识别程序中每个热点停滞执行的原因，导致停滞瓶颈可能跟前端绑定，后端绑定，退休，错误投机有关。图28描述了TMA性能瓶颈分类的概念，我们知道CPU中有内存缓冲区，它们持续跟踪正在执行的指令的信息。只要信的指令被取地址或者译码，都在回在这些缓冲区中记录新的条目。如果在指定执行周期中指令对应的微操作没有被分配，可能有两种原因，不能对它进行取地址和译码。后端负载过重导致无法为新的微操作分配资源。被分配和调度执行但是没有退休的微操作跟错误投机相关。

TMA通过采集特定指标来观察程序的执行情况，基于这些指标，通过将应用程序关联到某个分类来表征其类型。每个分类中都嵌套更细的分类。可以更好的细分程序中CPU性能瓶颈，我们多次运行被测试程序，每次都关注特定的指标并往下钻。直到找到更详细的性能瓶颈分类。

TMA 槽位，

非停滞 停滞

退休 错误投机 前端绑定 后端绑定

基础轻量 微码序列器 分支预测错误 机器清理 读取延迟 读取带宽 核绑定 内存绑定

浮点算数运算 其他 辅助， ITLB未命中 指令缓冲未命中 分支重定向 读取源1，读取源2， 除法器 执行端口利用率， 存储绑定，L1缓存绑定 L2缓存绑定 Ln缓存绑定 外存绑定。

标量运算，向量运算 3+ 号端口，1或2号端口 0号端口，内存带宽，内存延迟。

在真实的应用场景中，性能可能受限于多种因素，TMA需要同时向下钻多个类别，确定每个类别瓶颈对程序性能的影响，分析工具Intel Vtune Profiler AMD uprof 可以在一次基准测试运行中计算所有相关的指标。

前两层的TMA指标都是通过所有流水线槽位利用率来表示的。

6.1.1 Intel Vtune Profiler中的TMA

TMA在最新的Intel Vtune Profiler的微架构搜索分析中有体现，图30展示了7.zip基准测试的分析总结，从图可以看到，CPU错误投机导致了显著的执行时间浪费。

该工具的精妙之处就是可以单击自己感兴趣的指标，可以展示与该指标相关的函数，例如。 单击错误投机指标，你将会看到图31展示的内容。

如果双击Lzma_DecodeReal2函数,Intel Vtune Profiler会展示代码视图，如图32所示，高亮显示的代码对LzmaDec_DecodeReal2函数的分支预测错误贡献最大。

最图32 微架构搜索，源代码和汇编指令视图

6.1.2 linux perf中的TMA

linux内核从4.8开始，perf增加了一个 --topdown参数，可以在perf stat命令中，打印TMA第一层指标，该层只有4个类别。

retiring bad speculat FE bound BE bound

为了获得高层TMA指标的值，linux perf需要剖析整个系统-a, 所以我们可以看到所有的CPU核指标。但是，通过taskset -c 0可以将基准测试绑定到core 0, 所以可以看到第一行，也就是s0-c0对应的这一行。

可以使用toplev工具获得TMA 的第2，3及其他层指标。