对于尚未在缓存中的地址，CLFLUSH 如何工作？

我们正在尝试使用 Intel CLFLUSH 指令在用户空间刷新 Linux 中进程的缓存内容。

我们创建一个非常简单的 C 程序，首先访问一个大数组，然后调用 CLFLUSH 刷新整个数组的虚拟地址空间。我们测量 CLFLUSH 刷新整个数组所需的延迟。程序中数组的大小是一个输入，我们将输入从 1MB 更改为 40MB，步长为 2MB。

根据我们的理解，CLFLUSH 应该刷新内容在缓存中。因此，我们期望看到刷新整个数组的延迟首先随数组的大小线性增加，然后在数组大小大于 20MB（即我们程序的 LLC 的大小）后延迟应该停止增加。

然而实验结果却相当令人惊讶，如图所示。当数组大小大于 20MB 后，延迟不会停止增加。

我们想知道，如果该地址尚未在缓存中，那么在 CLFLUSH 将地址从缓存中刷新之前，CLFLUSH 是否可能会引入该地址？ 我们还尝试在Intel软件开发人员手册中进行搜索，但没有找到任何关于如果地址不在缓存中CLFLUSH将做什么的解释。

下面是我们用来绘制该图的数据。第一列是数组的大小（以 KB 为单位），第二列是刷新整个数组的延迟（以秒为单位）。

任何建议/意见都非常感激。

[修改的]

前面的代码是不必要的。 CLFLUSH 在用户空间中可以更容易地完成，尽管它具有相似的性能。所以我删除了那些乱七八糟的代码，以免造成混乱。

SCENARIO=Read Only
1024,.00158601000000000000
3072,.00299244000000000000
5120,.00464945000000000000
7168,.00630479000000000000
9216,.00796194000000000000
11264,.00961576000000000000
13312,.01126760000000000000
15360,.01300500000000000000
17408,.01480760000000000000
19456,.01696180000000000000
21504,.01968410000000000000
23552,.02300760000000000000
25600,.02634970000000000000
27648,.02990350000000000000
29696,.03403090000000000000
31744,.03749210000000000000
33792,.04092470000000000000
35840,.04438390000000000000
37888,.04780050000000000000
39936,.05163220000000000000

SCENARIO=Read and Write
1024,.00200558000000000000
3072,.00488687000000000000
5120,.00775943000000000000
7168,.01064760000000000000
9216,.01352920000000000000
11264,.01641430000000000000
13312,.01929260000000000000
15360,.02217750000000000000
17408,.02516330000000000000
19456,.02837180000000000000
21504,.03183180000000000000
23552,.03509240000000000000
25600,.03845220000000000000
27648,.04178440000000000000
29696,.04519920000000000000
31744,.04858340000000000000
33792,.05197220000000000000
35840,.05526950000000000000
37888,.05865630000000000000
39936,.06202170000000000000

你想看看Skylake的新优化指南，Intel推出了另一个版本的clflush，称为clflush_opt，它是弱有序的，在你的场景中会表现得更好。

请参阅此处的第 7.5.7 节 -http://www.intel.com/content/dam/www/public/us/en/documents/manuals/64-ia-32-architectures-optimization-manual.pdf http://www.intel.com/content/dam/www/public/us/en/documents/manuals/64-ia-32-architectures-optimization-manual.pdf

一般来说，CLFLUSHOPT 吞吐量高于 CFLUSH， 因为 CLFLUSHOPT 根据较小的一组进行排序 内存流量如上文和第 7.5.6 节所述。这 CLFLUSHOPT 的吞吐量也会有所不同。使用 CLFLUSHOPT 时， 刷新修改的缓存线将经历比 在未修改状态下刷新缓存行。 CLFLUSHOPT将提供 对于任何一致性的缓存行，性能均优于 CFLUSH 状态。 CLFLUSHOPT 更适合刷新大缓冲区（例如 大于许多 KBytes），与 CFLUSH 相比。在单线程中 应用程序中，使用 CLFLUSHOPT 的刷新缓冲区可能高达 9X 比使用带有 Skylake 微架构的 CFLUSH 更好。

本节还解释了刷新修改数据的速度较慢，这显然来自于写回惩罚。

至于增加的延迟，您是否正在测量遍历地址范围并清除每行所需的总时间？在这种情况下，即使数组大小超过了 LLC 大小，您也会线性依赖于数组大小。即使这些行不存在，clflush 也必须由执行引擎和内存单元处理，并查找每行的整个缓存层次结构，即使它不存在。