Dan*_*ica 5 performance x86-64 cpu-architecture memory-alignment arm64
我创建了一个简单的演示来展示未对齐的内存存储/加载在 x86_64 和 ARM64 架构上通常不是原子的。该演示由一个 C++ 程序组成，该程序创建两个线程 \xe2\x80\x94，第一个线程 10 亿次调用名为 的函数store，第二个线程对名为 的函数执行相同的操作load。该程序的源代码在这里：
#include <cstdint>\n#include <cstdlib>\n#include <iostream>\n#include <thread>\n\nextern "C" void store(void*);\nextern "C" uint16_t load(void*);\n\nalignas(64) char buf[65];\nchar* ptr;\n\nstatic long n = 1\'000\'000\'000L;\n\nvoid f1()\n{\n for (long i = 0; i < n; i++)\n store(ptr);\n}\n\nvoid f2()\n{\n long v0x0000 = 0;\n long v0x0101 = 0;\n long v0x0100 = 0;\n long v0x0001 = 0;\n long other = 0;\n\n for (long i = 0; i < n; i++)\n {\n uint16_t a = load(ptr);\n\n if (a == 0x0000) v0x0000++;\n else if (a == 0x0101) v0x0101++;\n else if (a == 0x0100) v0x0100++;\n else if (a == 0x0001) v0x0001++;\n else other++;\n }\n\n std::cout << "0x0000: " << v0x0000 << std::endl;\n std::cout << "0x0101: " << v0x0101 << std::endl;\n std::cout << "0x0100: " << v0x0100 << std::endl;\n std::cout << "0x0001: " << v0x0001 << std::endl;\n std::cout << "other: " << other << std::endl;\n}\n\nint main(int arc, char* argv[])\n{\n int offset = std::atoi(argv[1]);\n ptr = buf + offset;\n\n std::thread t1(f1);\n std::thread t2(f2);\n\n t1.join();\n t2.join();\n}\n和store函数load在汇编源文件中单独定义。对于x86_64如下：
.intel_syntax noprefix \n\n .global store\n .global load\n\n .text\n\nstore:\n mov eax, 0\n mov WORD PTR [rdi], ax\n mov eax, 0x0101\n mov WORD PTR [rdi], ax\n ret\n\nload:\n movzx eax, WORD PTR [rdi]\n ret\n并且，对于 ARM64 如下：
\n .global store\n .global load\n\n .text\n\nstore:\n mov w1, 0x0000\n strh w1, [x0]\n mov w1, 0x0101\n strh w1, [x0]\n ret\n\nload:\n ldrh w0, [x0]\n ret\n当我运行该程序时，一切都按预期进行。当我传递偏移量 0 时，存储/加载会对齐，并且仅在读取线程中观察到值0x0000和。0x0101当我通过偏移量 63 时，存储/加载未对齐并跨越缓存行边界，并且值0x0100和 也0x0001被观察到。这对于两种架构都适用。
但是，我注意到这些测试运行的执行时间存在很大差异。我观察到的一些典型时间：
\n在x86_64上，当两个缓存行涉及未对齐的情况时，运行时间会慢几倍。但在ARM64上，运行时间仅稍微慢一些。我想知道两种架构之间的行为有何不同。（我对缓存一致性机制不太熟悉。）
\n用于实验的特定处理器是Intel Xeon E5-2680 v3和Cortex-A72。前者位于双套接字服务器中，但我将两个线程仅限制为单个套接字（通过taskset或numactl）。后者在 Raspberry Pi 4 设备中。两个系统都运行 Linux，而且我使用 GCC 进行构建。