memset的64位Linux性能问题

Question

我正在调试一个运行速度相当慢的应用程序,当构建为64位Linux ELF可执行文件而不是32位Linux ELF可执行文件时.使用Rational(IBM)Quantify,我跟踪了很多性能差异(鼓声......)memset.奇怪的是,memset正在采取很多在64位可执行更长的时间.

我甚至可以通过一个简单的小应用程序看到这个:

#include <stdlib.h>
#include <string.h>

#define BUFFER_LENGTH 8000000

int main()
{
  unsigned char* buffer = malloc(BUFFER_LENGTH * sizeof(unsigned char));
  for(int i = 0; i < 10000; i++)
    memset(buffer, 0, BUFFER_LENGTH * sizeof(unsigned char));
}

我这样建造:
$ gcc -m32 -std=gnu99 -g -O3 ms.c
和
$ gcc -m64 -std=gnu99 -g -O3 ms.c

所报告的挂钟时间time对于-m64构建而言更长,而Quantify确认了额外的时间用于memset.

到目前为止,我已经在VirtualBox和VMWare中进行了测试(但不是裸机Linux;我意识到我需要在下一步做到这一点).从一个系统到另一个系统,花费的额外时间似乎有所不同.

这里发生了什么？是否存在我的Google-foo无法发现的众所周知的问题？

编辑:gcc ... -S我的系统上的反汇编()显示memset正在作为外部函数调用:

32位:

.LBB2:
    .loc 1 14 0
    movl    $8000000, 8(%esp)
    .loc 1 12 0
    addl    $1, %ebx
    .loc 1 14 0
    movl    $0, 4(%esp)
    movl    %esi, (%esp)
    call    memset

64位:

.LBB2:
    .loc 1 14 0
    xorl    %esi, %esi
    movl    $8000000, %edx
    movq    %rbp, %rdi
.LVL1:
    .loc 1 12 0
    addl    $1, %ebx
    .loc 1 14 0
    call    memset

---

系统:

• CentOS 5.7 2.6.18-274.17.1.el5 x86_64
• GCC 4.1.2
• Intel(R)Core(TM)i7-2600K CPU @ 3.40GHz/VirtualBox
  (Xeon E5620 @ 2.40GHz/VMWare差异更大)

Answer 1

编译示例代码时，编译器会看到固定的块大小（~8MB）并决定使用库版本。尝试编写更小的块的代码（仅用于 memset 几个字节） - 比较反汇编。

虽然我不知道为什么 x64 版本较慢。我猜你的时间测量代码有问题。

来自gcc 4.3 的变更日志：

块移动（memcpy）和块集（memset）的代码生成被重写。GCC 现在可以根据要复制的块的大小和要优化的 CPU 选择最佳算法（循环、展开循环、带有rep 前缀的指令或库调用）。添加了新选项 -minline-stringops-dynamically。使用此选项，未知大小的字符串操作将被扩展，以便通过内联代码复制小块，而对于大块，则使用库调用。当库实现能够使用缓存层次结构提示时，这会产生比 -minline-all-stringops 更快的代码。可以通过 -mstringop-strategy 覆盖选择特定算法的启发式。新近还内联了非 0 值的 memset。

希望这可以解释编译器设计者尝试做的事情（即使这是针对另一个版本）;-)