探究存儲器特性以分析和預測應用處理器性能及功耗

　　關鍵字：存儲器 CPU 多媒體

　　作者：柏瑜

　　Marvell 公司應用處理器主任工程師

　　由于超快的 CPU 內核與相對慢的存儲器之間的速度差距在日漸增大，存儲器系統可能成為當前制約系統性能的主要瓶頸。此外，低功耗是另一個重要的設計考慮，尤其在電池供電設備與日俱增的情況下更是如此。低功耗意味著更長的電池續航時間和設備使用時間。在常見的應用場合，存儲器功耗通常占了應用處理器功耗相當大的一部分，而且，隨著存儲器設計日益復雜、容量增大、分層增多，存儲器功耗往往會迅速增加。因此，降低存儲器功耗非常有利于延長電池續航時間。為了更好地了解各種應用的固有行為，有必要探究存儲器的特性、建立存儲器模型，以判斷應用是否涉及頻繁的存儲器存取操作，甚至幫助預測應用的性能。

　　本文提供了一種簡單、經濟的方法，能以可接受的精確度動態地表征應用的計算及存儲器的構成。

　　描述存儲器特性的方法

　　如果不涉及存儲器操作，那么 CPU 利用率應該隨著 CPU 內核的頻率呈線性關系，而應用成本（定義為 CPU 利用率和 CPU 頻率的乘積）應該保持恒定。但在考慮存儲器存取以后，CPU 利用率就不再隨內核頻率呈線性關系了。在頻率較高時，存儲器對性能的影響往往更大，因為 CPU 要用更多的 CPU 周期等待存儲器的響應（這里我們假定，存儲器頻率不隨 CPU 頻率而變）。從這種意義上，應用可以分為兩種類型：計算限定型和存儲器限定型。

　　接下來，我們來講述如何用三種不同的方法表征存儲器特性，并幫助確定應用的 CPU 利用率。在此，硬件性能信

　　息是通過查看性能監視單元（Performance Monitoring Unit，簡稱 PMU）來收集的。因此，Marvell 的方法僅適用于有 PMU 硬件支持的系統。

　　1. 整體數據緩存失效率：直覺上，較高的數據緩存失效率意味著更大的存儲器流量。為了獲得數據緩存失效率的數值，我們需要監視一級數據緩存和二級數據緩存（如果有的話）的存取操作和失效總數。

　　2. 主存儲器訪問率：外部存儲器控制器的占用率直接表明了存儲器的利用率。為了得 到主存儲器訪問率數值，必須收集兩種 PMU 信息：存儲器控制器被占用的周期總數；監視窗口中的周期總數。

　　3. 數據停頓率：流水線停頓主要由數據相關性引起，而數據不可用的原因是存儲器存取速度遠比 CPU 速度低。因此，流水線的停頓次數反映了存儲器的流量情況。此外，流水線停頓次數還表明了存儲器存取的重要性。并不是每次存儲器存取都對最終性能有關鍵影響，因此，持續跟蹤因數據相關性對性能造成影響的存儲器存取操作，是相當有用的。使用這種方法，可以監視由數據相關性引起停頓的事件情況。此外，必須記錄總的周期數，以計算每個窗口中的數據停頓率。

　　這些不同的方法從不同角度反映出存儲器的特性。我們能以合理的開銷使用一種方法或組合使用多種方法，以更有效地進行性能分析、做出更準確的預測。

　　在測試中，我們使用了 Marvell 的應用處理器，運行基于 Linux 的操作系統，采用 QVGA LCD 顯示器作為測試平臺。該應用處理器包括兩級緩存。在本次研究中，我們專注于 MP3、AAC+和 H.264 解碼器。