使用函数 _mm_clflush 刷新大型结构的正确方法 循环遍历任意大小未对齐结构的每个缓存行

问题描述

我开始使用 _mm_clflush、_mm_clflushopt 和 _mm_clwb 等函数。

现在说，因为我已经定义了一个结构名称 mystruct，它的大小是 256 字节。我的缓存行大小是 64 字节。现在我想刷新包含 mystruct 变量的缓存行。以下哪种方式是正确的？

_mm_clflush(&mystruct)

或

for (int i = 0; i < sizeof(mystruct)/64; i++) {

     _mm_clflush( ((char *)&mystruct) + i*64)

}

解决方法

clflush CPU 指令不知道您的结构体的大小；它只刷新一个缓存行，该行包含指针操作数指向的字节。 （C 内在函数将其公开为 const void*，但 char* 也有意义，特别是考虑到 asm documentation 将其描述为 8 位内存操作数。）

如果您的结构不是 alignas(64)，您需要 4 次刷新 64 字节，或者可能需要 5，因此它可以在 5 个不同的行中包含部分。 （您可以无条件地刷新结构的最后一个字节，而不是使用更复杂的逻辑来检查它是否在您尚未刷新的缓存行中，这取决于 clflush 与更多逻辑的相对成本以及可能的分支预测错误。）

您的原始循环在结构的开头对 4 个相邻字节进行了 4 次刷新。
使用指针增量可能是最简单的，这样转换就不会与关键逻辑混淆。

// first attempt,a bit clunky:
    const int LINESIZE = 64;
    const char *lastbyte = (const char *)(&mystruct+1) - 1;
    for (const char *p = (const char *)&mystruct; p <= lastbyte ; p+=LINESIZE) {
         _mm_clflush( p );
    }
    // if mystruct is guaranteed aligned by 64,you're done.  Otherwise not:

    // check if next line to maybe flush contains the last byte of the struct; if not then it was already flushed.
    if( ((uintptr_t)p ^ (uintptr_t)lastbyte) & -LINESIZE == 0 )
        _mm_clflush( lastbyte );

x^y 在它们不同的位位置中为 1。 x & -LINESIZE 丢弃地址的行内偏移位，只保留行号位。因此，我们可以仅通过 XOR 和 TEST 指令查看 2 个地址是否在同一高速缓存行中。 （或者 clang 将其优化为更短的 cmp 指令）。

或者将其重写为单个循环，使用 if 逻辑作为终止条件：

我使用了 C++ struct foo &var 引用，因此我可以遵循您的 &var 语法，但仍然可以看到它如何为采用指针 arg 的函数进行编译。适应 C 很简单。

循环遍历任意大小未对齐结构的每个缓存行

/* I think this version is best: 
  * compact setup / small code-size
  * with no extra latency for the initial pointer
  * doesn't need to peel a final iteration
*/
inline
void flush_structfoo(struct foo &mystruct) {
    const int LINESIZE = 64;
    const char *p = (const char *)&mystruct;
    uintptr_t endline = ((uintptr_t)&mystruct + sizeof(mystruct) - 1) | (LINESIZE-1);
    // set the offset-within-line address bits to get the last byte 
    // of the cacheline containing the end of the struct.

    do {   // flush while p is in a cache line that contains any of the struct
         _mm_clflush( p );
          p += LINESIZE;
    } while(p <= (const char*)endline);
}

对于 x86-64 的 GCC10.2 -O3，这个 compiles nicely (Godbolt)

flush_v3(foo&):
        lea     rax,[rdi+255]
        or      rax,63
.L11:
        clflush [rdi]
        add     rdi,64
        cmp     rdi,rax
        jbe     .L11
        ret

不幸的是，如果您使用 alignas(64) struct foo{...};，GCC 不会展开，也不会优化得更好。您可以使用 if (alignof(mystruct) >= 64) { ... } 来检查是否需要特殊处理来让 GCC 优化得更好，否则只需使用 end = p + sizeof(mystruct); 或 end = (const char*)(&mystruct+1) - 1; 或类似的。

（在 C 中，#include <stdalign.h> 用于 #define 用于 alignas() 和 alignof()，如 C++，而不是 ISO C11 _Alignas 和 _Alignof 关键字。）>

---

另一种选择是这个，但它更笨拙并且需要更多的设置工作。

    const int LINESIZE = 64;
    uintptr_t line = (uintptr_t)&mystruct & -LINESIZE;
    uintptr_t lastline = ((uintptr_t)&mystruct + sizeof(mystruct) - 1) & -LINESIZE;
    do {               // always at least one flush; works on small structs
         _mm_clflush( (void*)line );
          line += LINESIZE;
    } while(line < lastline);

一个 257 字节的结构体总是恰好接触 5 个缓存行，不需要检查。或者一个已知按 4.IDK 对齐的 260 字节结构体，如果我们可以让 GCC 优化基于此的检查。