【发布时间】：2017-05-30 21:29:55
【问题描述】：
根据https://software.intel.com/sites/landingpage/IntrinsicsGuide
prefetcht0、prefetcht1、prefetcht2 和 prefetchnta
从内存中获取包含地址 p 的数据行到由位置提示 i 指定的缓存层次结构中的位置。
我确信“数据行”对于熟悉上下文的人来说是显而易见的，但对我来说却是个谜。如果我提供指向某些数据的指针以进行预取，那么将提取的数量是多少？ 4B？ 64B？ 1KB？
如果我打算稍后从该地址读取 32B 并且它只预取 16B，我应该使用偏移量预取多次吗？
【问题讨论】：
-
你有我称之为 fetch line 和 cache line 的东西，它们是两个不同的东西，一些处理器（特别是带有管道的处理器）会在一次 fetch 中获取一些像 32 或 64 字节的块，由于总线更复杂，需要多次握手来移动数据，因此更多、对齐、数据更有效，并且您可以更好地填充管道。高速缓存行与高速缓存和主/慢内存之间的类似传输大小有关。并且通常更大。但是对于什么大小没有规定，这取决于每个实现。
-
基于一些关于此的网络搜索，预取对更新的处理器几乎没有或没有好处，因为更新的处理器上的硬件预取做得很好，除非你可以提前预取实际需要数据，即使在这种情况下，最终循环也可能赶上内存带宽限制。在 Pentium 4 时代，预取更有用。SO 上有一个关于 prefetching 的先前线程。
-
@rcgldr 我想说它仍然具有相当大的影响。我正在优化一个受到随机 I/O 严重瓶颈的算法，除了多线程之外，我尝试在单个线程中解决算法的多个实例，但最终在性能方面基本相同。向混合中添加预取给了我约 30% 的性能提升，这是在 ml64 中的沙桥处理器上
-
@user81993 - 您的体验与其他人提到的不同。在这个500+ line assembly code 用于高度优化的 CRC16 生成（或 CRC32，仅更改常量），一次读取 128 个字节，不使用预取指令，如果您的程序是随机 I/O 绑定的，那么内存如何预取帮助？每次读取之前是否对缓冲区进行了预取？
-
@rcgldr 由于线程中的单独实例彼此无关，因此我可以为下一次循环迭代计算每个实例所需的数据地址，为 all 发出预取命令，然后继续一次解决一个。我的理论是，随着它越走越远，所需数据就越有可能已经在缓存中，因此它不必等待这些数据。我在每个线程执行 8 个实例时获得了最好的结果，之后我似乎遇到了某种形式的另一面墙，因为额外的实例并没有提高速度。
标签： caching assembly memory intrinsics