?? csdn_文檔中心_內存拷貝的優化方法.htm

?? csdn10年中間經典帖子
?? HTM
?? 第 1 頁 / 共 3 頁
字號:
上一頁 1 23
                      [edi+ecx*8+16], mm2<BR>movntq qword [edi+ecx*8+24], 
                      mm3<BR>movntq qword [edi+ecx*8+32], mm4<BR>movntq qword 
                      [edi+ecx*8+40], mm5<BR>movntq qword [edi+ecx*8+48], 
                      mm6<BR>movntq qword [edi+ecx*8+56], mm7<BR><BR>add ecx, 
                      8<BR>jnz .copyloop<BR><BR>sfence ; flush write 
                      buffer<BR>emms<BR><BR>pop edi<BR>pop 
                    esi<BR><BR>ret<BR></BLOCKQUOTE></TD></TR></TBODY></TABLE></BLOCKQUOTE>
            <P><BR><BR>寫內存的movq指令全部改為movntq指令，并在復制操作完成后，調用sfence刷新寫緩存，因為緩存中內容可能已經失效了。這樣一來在寫內存外的載入緩存操作，以及緩存本身的操作都被省去，大大減少了冗余內存操作。按AMD的說法能有60%的性能提升，我實測也有50%左右明顯的性能提升。<BR>movntq和sfence等指令可以參考Intel的指令手冊：<BR><BR><A 
            href="http://developer.intel.com/design/pentium4/manuals/253666.htm" 
            target=_blank>The IA-32 Intel Architecture Software Developer's 
            Manual, Volume 2A: Instruction Set Reference, A-M</A><BR><A 
            href="http://developer.intel.com/design/pentium4/manuals/253667.htm" 
            target=_blank>The IA-32 Intel Architecture Software Developer's 
            Manual, Volume 2B: Instruction Set Reference, 
            N-Z</A><BR><BR><BR>在優化完寫內存后，同樣可以通過對讀內存的操作進行優化提升性能。雖然CPU在讀取數據時，會有一個自動的預讀優化，但在操作連續內存區域時顯式要求CPU預讀數據，還是可以明顯地優化性能。<BR></P>
            <BLOCKQUOTE>
              <TABLE border=0 cellPadding=6 cellSpacing=0 class=ubb_quote 
              width="100%">
                <TBODY>
                <TR>
                  <TD><B>以下為引用：</B> 
                    <BLOCKQUOTE><BR>global _fast_memcpy8<BR><BR>%define param 
                      esp+8+4<BR>%define src param+0<BR>%define dst 
                      param+4<BR>%define len 
                      param+8<BR><BR>_fast_memcpy8:<BR>push esi<BR>push 
                      edi<BR><BR>mov esi, [src] ; source array<BR>mov edi, [dst] 
                      ; destination array<BR>mov ecx, [len] ; number of QWORDS 
                      (8 bytes) assumes len / CACHEBLOCK is an integer<BR>shr 
                      ecx, 3<BR><BR>lea esi, [esi+ecx*8] ; end of source<BR>lea 
                      edi, [edi+ecx*8] ; end of destination<BR>neg ecx ; use a 
                      negative offset as a combo 
                      pointer-and-loop-counter<BR><BR>.writeloop:<BR>prefetchnta 
                      [esi+ecx*8 + 512] ; fetch ahead by 512 bytes<BR><BR>movq 
                      mm0, qword [esi+ecx*8]<BR>movq mm1, qword 
                      [esi+ecx*8+8]<BR>movq mm2, qword [esi+ecx*8+16]<BR>movq 
                      mm3, qword [esi+ecx*8+24]<BR>movq mm4, qword 
                      [esi+ecx*8+32]<BR>movq mm5, qword [esi+ecx*8+40]<BR>movq 
                      mm6, qword [esi+ecx*8+48]<BR>movq mm7, qword 
                      [esi+ecx*8+56]<BR><BR>movntq qword [edi+ecx*8], 
                      mm0<BR>movntq qword [edi+ecx*8+8], mm1<BR>movntq qword 
                      [edi+ecx*8+16], mm2<BR>movntq qword [edi+ecx*8+24], 
                      mm3<BR>movntq qword [edi+ecx*8+32], mm4<BR>movntq qword 
                      [edi+ecx*8+40], mm5<BR>movntq qword [edi+ecx*8+48], 
                      mm6<BR>movntq qword [edi+ecx*8+56], mm7<BR><BR>add ecx, 
                      8<BR>jnz .writeloop<BR><BR>sfence ; flush write 
                      buffer<BR>emms<BR><BR>pop edi<BR>pop 
                    esi<BR><BR>ret<BR></BLOCKQUOTE></TD></TR></TBODY></TABLE></BLOCKQUOTE>
            <P><BR><BR>增加一個簡單的prefetchnta指令，提示CPU在處理當前讀取內存操作的同時，預讀前面512字節處的一個緩存行64字節內容。這樣一來又可以有10%左右的性能提升。<BR>最后，對正在處理的內存，可以通過顯式的內存讀取操作，強制性要求其載入到緩存中，因為prefetchnta指令還只是一個提示，可以被CPU忽略。這樣可以再次獲得60%左右的性能提示，我實測沒有這么高，但是也比較明顯。<BR></P>
            <BLOCKQUOTE>
              <TABLE border=0 cellPadding=6 cellSpacing=0 class=ubb_quote 
              width="100%">
                <TBODY>
                <TR>
                  <TD><B>以下為引用：</B> 
                    <BLOCKQUOTE><BR>global _fast_memcpy9<BR><BR>%define param 
                      esp+12+4<BR>%define src param+0<BR>%define dst 
                      param+4<BR>%define len param+8<BR><BR>%define CACHEBLOCK 
                      400h<BR><BR>_fast_memcpy9:<BR>push esi<BR>push edi<BR>push 
                      ebx<BR><BR>mov esi, [src] ; source array<BR>mov edi, [dst] 
                      ; destination array<BR>mov ecx, [len] ; number of QWORDS 
                      (8 bytes) assumes len / CACHEBLOCK is an integer<BR>shr 
                      ecx, 3<BR><BR>lea esi, [esi+ecx*8] ; end of source<BR>lea 
                      edi, [edi+ecx*8] ; end of destination<BR>neg ecx ; use a 
                      negative offset as a combo 
                      pointer-and-loop-counter<BR><BR>.mainloop:<BR>mov eax, 
                      CACHEBLOCK / 16 ; note: .prefetchloop is unrolled 
                      2X<BR>add ecx, CACHEBLOCK ; move up to end of 
                      block<BR><BR>.prefetchloop:<BR>mov ebx, [esi+ecx*8-64] ; 
                      read one address in this cache line...<BR>mov ebx, 
                      [esi+ecx*8-128] ; ... and one in the previous line<BR>sub 
                      ecx, 16 ; 16 QWORDS = 2 64-byte cache lines<BR>dec 
                      eax<BR>jnz .prefetchloop<BR><BR>mov eax, CACHEBLOCK / 
                      8<BR><BR>.writeloop:<BR>prefetchnta [esi+ecx*8 + 512] ; 
                      fetch ahead by 512 bytes<BR><BR>movq mm0, qword 
                      [esi+ecx*8]<BR>movq mm1, qword [esi+ecx*8+8]<BR>movq mm2, 
                      qword [esi+ecx*8+16]<BR>movq mm3, qword 
                      [esi+ecx*8+24]<BR>movq mm4, qword [esi+ecx*8+32]<BR>movq 
                      mm5, qword [esi+ecx*8+40]<BR>movq mm6, qword 
                      [esi+ecx*8+48]<BR>movq mm7, qword 
                      [esi+ecx*8+56]<BR><BR>movntq qword [edi+ecx*8], 
                      mm0<BR>movntq qword [edi+ecx*8+8], mm1<BR>movntq qword 
                      [edi+ecx*8+16], mm2<BR>movntq qword [edi+ecx*8+24], 
                      mm3<BR>movntq qword [edi+ecx*8+32], mm4<BR>movntq qword 
                      [edi+ecx*8+40], mm5<BR>movntq qword [edi+ecx*8+48], 
                      mm6<BR>movntq qword [edi+ecx*8+56], mm7<BR><BR>add ecx, 
                      8<BR>dec eax<BR>jnz .writeloop<BR><BR>or ecx, ecx ; 
                      assumes integer number of cacheblocks<BR>jnz 
                      .mainloop<BR><BR>sfence ; flush write 
                      buffer<BR>emms<BR><BR>pop ebx<BR>pop edi<BR>pop 
                      esi<BR><BR>ret<BR></BLOCKQUOTE></TD></TR></TBODY></TABLE></BLOCKQUOTE>
            <P><BR><BR>至此，一個完整的內存復制函數的優化流程就結束了，通過對緩存的了解和使用，一次又一次地超越自己，最終獲得一個較為令人滿意地結果。（號稱300%性能提示，實測175%-200%，也算相當不錯了）<BR><BR>在編寫測試代碼的時候需要注意兩點：<BR><BR>一是計時精度的問題，需要使用高精度的物理計數器，避免誤差。推薦使用rdtsc指令，然后根據CPU主頻計算時間。CPU主頻可以通過高精度計時器動態計算，我這兒偷懶直接從注冊表里面讀取了 
            :P<BR>代碼如下：<BR></P>
            <BLOCKQUOTE>
              <TABLE border=0 cellPadding=6 cellSpacing=0 class=ubb_quote 
              width="100%">
                <TBODY>
                <TR>
                  <TD><B>以下為引用：</B> 
                    <BLOCKQUOTE><BR>#ifdef WIN32<BR>typedef __int64 
                      uint64_t;<BR>#else<BR>#include 
                      &lt;stdint.h&gt;<BR>#endif<BR><BR>bool 
                      GetPentiumClockEstimateFromRegistry(uint64_t&amp; 
                      frequency)<BR>{<BR>HKEY hKey;<BR><BR>frequency = 
                      0;<BR><BR>LONG rc = ::RegOpenKeyEx(HKEY_LOCAL_MACHINE, 
                      "Hardware\\Description\\System\\CentralProcessor\\0", 0, 
                      KEY_READ, &amp;hKey);<BR><BR>if(rc == 
                      ERROR_SUCCESS)<BR>{<BR>DWORD cbBuffer = sizeof 
                      (DWORD);<BR>DWORD freq_mhz;<BR><BR>rc = 
                      ::RegQueryValueEx(hKey, "~MHz", NULL, NULL, 
                      (LPBYTE)(&amp;freq_mhz), &amp;cbBuffer);<BR><BR>if (rc == 
                      ERROR_SUCCESS)<BR>frequency = freq_mhz * 
                      MEGA;<BR><BR>RegCloseKey (hKey);<BR>}<BR><BR>return 
                      frequency &gt; 0;<BR>}<BR><BR>void 
                      getTimeStamp(uint64_t&amp; timeStamp)<BR>{<BR>#ifdef 
                      WIN32<BR>__asm<BR>{<BR>push edx<BR>push ecx<BR>mov ecx, 
                      timeStamp<BR>//_emit 0Fh // RDTSC<BR>//_emit 
                      31h<BR>rdtsc<BR>mov [ecx], eax<BR>mov [ecx+4], edx<BR>pop 
                      ecx<BR>pop edx<BR>}<BR>#else<BR>__asm__ __volatile__ 
                      ("rdtsc" : "=A" 
                  (timeStamp));<BR>#endif<BR>}<BR></BLOCKQUOTE></TD></TR></TBODY></TABLE></BLOCKQUOTE>
            <P><BR><BR><BR>二是測試內存復制的緩沖區的大小，如果緩沖區過小，第一次拷貝兩個緩沖區時就會導致所有數據都被載入L2緩存中，得出比普通內存操作高一個數量級的數值。例如我的L2緩沖為256K，如果我用兩個128K的緩沖區對著拷貝，無論循環多少次，速度都在普通內存復制的10倍左右。因此設置一個較大的值是必要的。<BR></P><BR></TD></TR></TBODY></TABLE></TD></TR></TBODY></TABLE><BR>
<TABLE align=center bgColor=#006699 border=0 cellPadding=0 cellSpacing=0 
width=770>
  <TBODY>
  <TR bgColor=#006699>
    <TD align=middle bgColor=#006699 id=white><FONT 
    color=#ffffff>對該文的評論</FONT></TD>
    <TD align=middle>
      <SCRIPT src="CSDN_文檔中心_內存拷貝的優化方法.files/readnum.htm"></SCRIPT>
    </TD></TR></TBODY></TABLE><BR>
<DIV align=center>
<TABLE align=center bgColor=#cccccc border=0 cellPadding=2 cellSpacing=1 
width=770>
  <TBODY>
  <TR>
    <TH bgColor=#006699 id=white><FONT 
color=#ffffff>我要評論</FONT></TH></TR></TBODY></TABLE></DIV>
<SCRIPT language=javascript>
	<!--
	function isEmpty(s)
	{  
		return ((s == null) || (s.length == 0))
	}
	function fubmitok()
	{
		if (isEmpty(document.add_critique.Critique_Content.value))
		{
			alert('評論不能為空！！！！')   ;
			return false;
		}
		document.add_critique.submit();
	}
	//-->
	</SCRIPT>

<DIV align=center>
<TABLE border=0 width=770>
  <TBODY>
  <TR>
    <TD>
      <FORM action=Critique_Sql.asp method=post name=add_critique><INPUT 
      name=Critique_State type=hidden value=add> &nbsp;&nbsp;評論人：xyj0323 
      &nbsp;&nbsp;評論：<BR>&nbsp;&nbsp;<TEXTAREA cols=104 name=Critique_Content rows=8></TEXTAREA><BR>&nbsp;&nbsp;<INPUT name=ubmit onclick=javascript:fubmitok(); type=button value=發表評論> 
      <INPUT name=Topic_id type=hidden value=27092> <INPUT name=From type=hidden 
      value=/Develop/Build_Article.asp?id=27092> 
</FORM></TD></TR></TBODY></TABLE></DIV><BR>
<HR noShade SIZE=1 width=770>

<TABLE border=0 cellPadding=0 cellSpacing=0 width=500>
  <TBODY>
  <TR align=middle>
    <TD height=10 vAlign=bottom><A 
      href="http://www.csdn.net/intro/intro.asp?id=2">網站簡介</A> - <A 
      href="http://www.csdn.net/intro/intro.asp?id=5">廣告服務</A> - <A 
      href="http://www.csdn.net/map/map.shtm">網站地圖</A> - <A 
      href="http://www.csdn.net/help/help.asp">幫助信息</A> - <A 
      href="http://www.csdn.net/intro/intro.asp?id=2">聯系方式</A> - <A 
      href="http://www.csdn.net/english">English</A> </TD>
    <TD align=middle rowSpan=3><A 
      href="http://www.hd315.gov.cn/beian/view.asp?bianhao=010202001032100010"><IMG 
      border=0 height=48 src="CSDN_文檔中心_內存拷貝的優化方法.files/biaoshi.gif" 
      width=40></A></TD></TR>
  <TR align=middle>
    <TD vAlign=top>百聯美達美公司 版權所有 京ICP證020026號</TD></TR>
  <TR align=middle>
    <TD vAlign=top><FONT face=Verdana>Copyright &copy; CSDN.net, Inc. All rights 
      reserved</FONT></TD></TR>
  <TR>
    <TD height=15></TD>
    <TD></TD></TR></TBODY></TABLE></DIV>
<DIV></DIV><!--內容結束//--><!--結束//--></BODY></HTML>
上一頁 1 23
?? 文件大小 5861 K
?? 上傳用戶 chengshengwu123
?? 所屬分類其他書籍
??? 相關標簽

#csdn #10
?? 快捷鍵說明

復制代碼 Ctrl + C
搜索代碼 Ctrl + F
全屏模式 F11
切換主題 Ctrl + Shift + D
顯示快捷鍵 ?
增大字號 Ctrl + =
減小字號 Ctrl + -
亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

?? csdn_文檔中心_內存拷貝的優化方法.htm

?? 快捷鍵說明
