![](/img/trans.png)
[英]why does perf stat show “stalled-cycles-backend” as <not supported>?
[英]What are stalled-cycles-frontend and stalled-cycles-backend in 'perf stat' result?
有人知道在perf stat结果中stalled -cycles-frontend和stalled-cycles-backend是什么意思吗? 我在互联网上搜索但没有找到答案。 谢谢
$ sudo perf stat ls
Performance counter stats for 'ls':
0.602144 task-clock # 0.762 CPUs utilized
0 context-switches # 0.000 K/sec
0 CPU-migrations # 0.000 K/sec
236 page-faults # 0.392 M/sec
768956 cycles # 1.277 GHz
962999 stalled-cycles-frontend # 125.23% frontend cycles idle
634360 stalled-cycles-backend # 82.50% backend cycles idle
890060 instructions # 1.16 insns per cycle
# 1.08 stalled cycles per insn
179378 branches # 297.899 M/sec
9362 branch-misses # 5.22% of all branches [48.33%]
0.000790562 seconds time elapsed
理论:
让我们从这开始:nowaday的CPU是超标量的,这意味着它们可以在每个周期(IPC)执行多个指令。 最新的英特尔架构最多可以支持4个IPC(4个x86指令解码器)。 我们不要将宏观/微观融合纳入讨论,以使事情变得更复杂:)。
通常,由于各种资源争用,工作负载未达到IPC = 4。 这意味着CPU正在浪费周期 (指令数量由软件给出,CPU必须在尽可能少的周期内执行它们)。
我们可以将CPU花费的总周期分为3类:
要获得4的IPC, 退休的周期数必须接近总周期数。 请记住,在此阶段,所有微操作(uOps)都从管道中退出并将其结果提交到寄存器/缓存中。 在此阶段,您可以退休超过4 uOps,因为此数字由执行端口数量给出。 如果您只有25%的周期退出4 uOps,那么您的整体IPC将为1。
在后端停滞的周期是浪费,因为CPU必须等待资源(通常是内存)或完成长延迟指令(例如超越 - sqrt,倒数,分割等)。
在前端停滞的循环是一种浪费,因为这意味着前端不会通过微操作为后端供电。 这可能意味着您在指令高速缓存中未命中,或者在微操作高速缓存中尚未解码的复杂指令。 即时编译代码通常表达此行为。
另一个失速原因是分支预测未命中。 这被称为糟糕的猜测。 在那种情况下,uOps被发布但是它们被丢弃,因为BP预测错了。
剖析器中的实现:
你如何解释BE和FE停滞的周期?
不同的剖析器在这些指标上有不同的方法。 在vTune中,类别1到3加起来给出100%的周期。 这种接合是合理的,因为要么你的CPU停止运转(没有uOps退休)要么它执行有用的工作(uOps)退休。 在此处查看更多信息: https : //software.intel.com/sites/products/documentation/doclib/stdxe/2013SP1/amplifierxe/snb/index.htm
在perf中,这通常不会发生。 这是一个问题,因为当您看到前端停滞125%的周期时 ,您不知道如何真正解释这一点。 您可以将> 1指标与有4个解码器的事实相关联,但如果继续推理,则IPC将不匹配。
更好的是,你不知道问题有多大。 125%的东西是什么? #cycles意味着什么?
我个人看起来有点怀疑perf的BE和FE停滞的周期,并希望这将得到修复。
可能我们将通过调试此处的代码得到最终答案: http : //git.kernel.org/cgit/linux/kernel/git/torvalds/linux.git/tree/tools/perf/builtin-stat.c
要将perf导出的通用事件转换为您可以运行的CPU文档原始事件:
more /sys/bus/event_source/devices/cpu/events/stalled-cycles-frontend
它会告诉你类似的东西
event=0x0e,umask=0x01,inv,cmask=0x01
根据英特尔文档SDM第3B卷 (我有一个核心i5-2520):
UOPS_ISSUED.ANY:
对于转换为event = 0xb1的stalled-cycles-backend事件,我的系统上的umask = 0x01,相同的文档说:
UOPS_DISPATCHED.THREAD:
通常,停滞的周期是处理器正在等待某些事情的周期(例如,在执行加载操作之后存储器将被馈送)并且没有任何其他事情要做。 此外,CPU的前端部分是负责获取和解码指令(将它们转换为UOP)的硬件,其中后端部分负责有效地执行UOP。
当管道在其中没有前进时,CPU周期“停止”。
处理器流水线由许多阶段组成:前端是一组这些阶段,负责获取和解码阶段,而后端执行指令。 在前端和后端之间有一个缓冲区,所以当前者停滞不前后,后者仍然可以做一些工作。
摘自http://paolobernardi.wordpress.com/2012/08/07/playing-around-with-perf/
根据这些事件的作者,他们松散地定义并且由可用的CPU性能计数器近似。 据我所知,perf不支持基于几个硬件事件计算某些合成事件的公式,因此它不能使用英特尔优化手册中的前端/后端停顿绑定方法(在VTune中实现) http:// www.intel.com/content/dam/www/public/us/en/documents/manuals/64-ia-32-architectures-optimization-manual.pdf“B.3.2分层自上而下的性能表征方法”
%FE_Bound = 100 * (IDQ_UOPS_NOT_DELIVERED.CORE / N );
%Bad_Speculation = 100 * ( (UOPS_ISSUED.ANY – UOPS_RETIRED.RETIRE_SLOTS + 4 * INT_MISC.RECOVERY_CYCLES ) / N) ;
%Retiring = 100 * ( UOPS_RETIRED.RETIRE_SLOTS/ N) ;
%BE_Bound = 100 * (1 – (FE_Bound + Retiring + Bad_Speculation) ) ;
N = 4*CPU_CLK_UNHALTED.THREAD" (for SandyBridge)
正确的公式可以与一些外部脚本一起使用,就像它在Andi Kleen的toplev.py
-tools( toplev.py
)中所做的那样: https : //github.com/andikleen/pmu-tools (source), http : toplev.py
/ blog / p / 262 (介绍):
% toplev.py -d -l2 numademo 100M stream
...
perf stat --log-fd 4 -x, -e
{r3079,r19c,r10401c3,r100030d,rc5,r10e,cycles,r400019c,r2c2,instructions}
{r15e,r60006a3,r30001b1,r40004a3,r8a2,r10001b1,cycles}
numademo 100M stream
...
BE Backend Bound: 72.03%
This category reflects slots where no uops are being delivered due to a lack
of required resources for accepting more uops in the Backend of the pipeline.
.....
FE Frontend Bound: 54.07%
This category reflects slots where the Frontend of the processor undersupplies
its Backend.
提交引入停滞循环前端和停滞循环后端事件而不是原始通用stalled-cycles
提交:
author Ingo Molnar <mingo@el...> 2011-04-29 11:19:47 (GMT)
committer Ingo Molnar <mingo@el...> 2011-04-29 12:23:58 (GMT)
commit 8f62242246351b5a4bc0c1f00c0c7003edea128a (patch)
tree 9021c99956e0f9dc64655aaa4309c0f0fdb055c9
parent ede70290046043b2638204cab55e26ea1d0c6cd9 (diff)
perf事件:添加通用前端和后端停顿周期事件定义添加两个通用硬件事件:前端和后端停顿周期。
这些事件测量CPU执行代码但其功能未得到充分利用时的条件。 了解这些情况并分析它们是代码优化工作流程的重要子任务。
这两个事件都限制了性能:大多数前端停顿往往是由分支错误预测或指令获取高速缓存引起的,后端停顿可能是由各种资源短缺或低效的指令调度引起的。
前端停顿是更重要的:如果指令流没有保持,代码就无法快速运行。
过度使用的后端可能会导致前端失速,因此也必须密切关注。
确切的组成非常依赖于程序逻辑和指令混合。
我们松散地使用术语'stall','front-end'和'back-end',并尝试使用来自特定CPU的最佳可用事件来近似这些概念。
抄送:Peter Zijlstra抄送:Arnaldo Carvalho de Melo抄送:Frederic Weisbecker链接: http ://lkml.kernel.org/n/tip-7y40wib8n000io7hjpn1dsrm@git.kernel.org签名:Ingo Molnar
/* Install the stalled-cycles event: UOPS_EXECUTED.CORE_ACTIVE_CYCLES,c=1,i=1 */
- intel_perfmon_event_map[PERF_COUNT_HW_STALLED_CYCLES] = 0x1803fb1;
+ intel_perfmon_event_map[PERF_COUNT_HW_STALLED_CYCLES_BACKEND] = 0x1803fb1;
- PERF_COUNT_HW_STALLED_CYCLES = 7,
+ PERF_COUNT_HW_STALLED_CYCLES_FRONTEND = 7,
+ PERF_COUNT_HW_STALLED_CYCLES_BACKEND = 8,
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.