我试图了解分支预测单元在 CPU 中如何工作。
我用过papi还有linux的perf-events但他们都没有给出准确的结果（对于我的情况）。
这是我的代码：
void func(int* arr, int sequence_len){
for(int i = 0; i < sequence_len; i++){
// region starts
if(arr[i]){
do_sth();
}
// region ends
}
}
我的数组由 0 和 1 组成。它有一个大小为sequence_len。例如，如果我的尺码是 8，那么它的图案为0 1 0 1 0 0 1 1或类似的东西。
Trial 1:
我试图了解 CPU 如何预测这些分支。因此，我使用 papi 并为错误预测的分支预测设置了性能计数器（我知道它也计算间接分支）。
int func(){
papi_read(r1);
for(){
//... same as above
}
papi_read(r2);
return r2-r1;
}
int main(){
init_papi();
for(int i = 0; i < 10; i++)
res[i] = func();
print(res[i]);
}
我看到的输出是（序列长度为 200）
100 #iter1
40 #iter2
10 #iter3
3
0
0
#...
所以，一开始，CPU 盲目地预测顺序，只能成功一半。在接下来的迭代中，CPU 的预测能力会越来越好。经过一定次数的迭代后，CPU 可以完美地猜测出来。
Trial 2
我想看看 CPU 在哪个数组索引处发生了错误预测。
int* func(){
int* results;
for(){
papi_read(r1);
if(arr[i])
do_sth();
papi_read(r2);
res[i] = r2-r1;
}
return res;
}
int main(){
init_papi();
for(int i = 0; i < 10; i++)
res[i] = func();
print(res[i]);
}
预期结果：
#1st iteration, 0 means no mispred, 1 means mispred
1 0 0 1 1 0 0 0 1 1 0... # total of 200 results
Mispred: 100/200
#2nd iteration
0 0 0 0 1 0 0 0 1 0 0... # total of 200 results
Mispred: 40/200 # it learned from previous iteration
#3rd iteration
0 0 0 0 0 0 0 0 1 0 0... # total of 200 results
Mispred: 10/200 # continues to learn
#...
收到结果：
#1st iteration
1 0 0 1 1 0 0 0 1 1 0... # total of 200 results
Mispred: 100/200
#2nd iteration
1 0 0 0 1 1 0 1 0 0 0... # total of 200 results
Mispred: 100/200 # it DID NOT learn from previous iteration
#3rd iteration
0 1 0 1 0 1 0 1 1 0 0... # total of 200 results
Mispred: 100/200 # NO LEARNING
#...
我的观察
当我在 for 循环之外测量错误预测时，我可以看到 CPU 从其错误预测中学习。然而，当我尝试测量单分支指令错误预测时，CPU 要么无法学习，要么我错误地测量了它。
我的解释
我给出的序列长度是 200。 CPU 有一个小的分支预测器（如 Intel 中的 2-3 位饱和计数器）和一个大的全局分支预测器。当我在环路外部进行测量时，测量中引入的噪声较少。我所说的噪音较小，是指papi calls.
考虑一下：循环外测量
全球历史是：papi_start, branch_outcome1, branch_outcome2, branch_outcome3, ..., papi_end, papi_start (2nd loop of main iteration), branch_outcome1, ...
因此，分支预测器以某种方式在同一分支中找到模式。
但是，如果我尝试测量单分支指令，则全局历史记录是：papi_start, branchoutcome1, papiend, papistart, branchoutcome2, papiend...
因此，我正在向全球历史介绍越来越多的分支。我假设全局历史记录无法容纳许多分支条目，因此，它无法在所需的 if 语句（分支）中找到任何相关性/模式。
因此
我需要测量单个分支的预测结果。我知道如果我不过多介绍papi的话CPU是可以学习200模式的。我查看了 papi 调用，看到了很多 for 循环和 if 条件。
这就是为什么我需要更好的测量。我试过Linuxperf-event但这使得ioctl调用，这是一个系统调用，我用系统调用污染了全局历史记录，因此，这不是一个好的测量方法。
我读过rdpmc and rdmsr指令，我假设因为它们只是指令，所以我不会污染全局历史，并且我可以一次测量单个分支指令。
但是，我不知道如何做到这一点。我有 AMD 3600 CPU。这些是我在网上找到的链接，但我不知道如何做到这一点。除此之外，我还缺少什么吗？
英特尔rdpmc https://software.intel.com/en-us/forums/software-tuning-performance-optimization-platform-monitoring/topic/595214
AMD 性能手册 https://www.amd.com/system/files/TechDocs/56255_OSRR.pdf
