[英]x86 mfence and C++ memory barrier
我正在检查编译器如何为 x86_64 上的多核内存屏障发出指令。 下面的代码是我正在使用gcc_x86_64_8.3
测试的gcc_x86_64_8.3
。
std::atomic<bool> flag {false};
int any_value {0};
void set()
{
any_value = 10;
flag.store(true, std::memory_order_release);
}
void get()
{
while (!flag.load(std::memory_order_acquire));
assert(any_value == 10);
}
int main()
{
std::thread a {set};
get();
a.join();
}
当我使用std::memory_order_seq_cst
,我可以看到MFENCE
指令与任何优化MFENCE
-O1, -O2, -O3
。 该指令确保刷新存储缓冲区,从而更新 L1D 缓存中的数据(并使用 MESI 协议确保其他线程可以看到效果)。
但是,当我使用没有优化的std::memory_order_release/acquire
,也使用了MFENCE
指令,但是使用-O1, -O2, -O3
优化省略了该指令,并且没有看到其他刷新缓冲区的指令。
在不使用MFENCE
的情况下,如何确保将存储缓冲区数据提交到高速缓存以确保内存顺序语义?
下面是带有-O3
的 get/set 函数的汇编代码,就像我们在 Godbolt 编译器资源管理器中得到的一样:
set():
mov DWORD PTR any_value[rip], 10
mov BYTE PTR flag[rip], 1
ret
.LC0:
.string "/tmp/compiler-explorer-compiler119218-62-hw8j86.n2ft/example.cpp"
.LC1:
.string "any_value == 10"
get():
.L8:
movzx eax, BYTE PTR flag[rip]
test al, al
je .L8
cmp DWORD PTR any_value[rip], 10
jne .L15
ret
.L15:
push rax
mov ecx, OFFSET FLAT:get()::__PRETTY_FUNCTION__
mov edx, 17
mov esi, OFFSET FLAT:.LC0
mov edi, OFFSET FLAT:.LC1
call __assert_fail
x86 内存排序模型为所有存储指令1提供了 #StoreStore 和 #LoadStore 屏障,这正是发布语义所需要的。 处理器也会尽快提交一条存储指令; 当存储指令退出时,存储成为存储缓冲区中最旧的,内核具有处于可写一致性状态的目标缓存线,并且缓存端口可用于执行存储操作2 。 所以不需要MFENCE
指令。 该标志将尽快对另一个线程可见,当它出现时, any_value
保证为 10。
另一方面,顺序一致性也需要#StoreLoad 和#LoadLoad 屏障。 MFENCE
需要提供3 个障碍,因此它用于所有优化级别。
相关: 英特尔硬件上的存储缓冲区大小? 究竟什么是存储缓冲区? .
脚注:
(1) 有一些例外情况不适用于这里。 特别是,非临时存储和存储到不可缓存的写入组合内存类型仅提供 #LoadStore 屏障。 无论如何,这些障碍是为在 Intel 和 AMD 处理器上存储回写内存类型提供的。
(2) 这与在某些条件下全局可见的写组合存储形成对比。 请参阅英特尔手册第 3 卷的第 11.3.1 节。
(3) 见彼得回答下的讨论。
x86 的 TSO 内存模型是顺序一致性 + 存储缓冲区,因此只有 seq-cst 存储需要任何特殊围栏。 (在存储之后停止直到存储缓冲区耗尽,在以后的加载之前,我们需要恢复顺序一致性)。 较弱的 acq/rel 模型与存储缓冲区引起的 StoreLoad 重新排序兼容。
(请参阅评论中的讨论:“允许 StoreLoad 重新排序”是否对 x86 允许的内容进行了准确而充分的描述。内核始终按程序顺序查看自己的存储,因为加载会监听存储缓冲区,因此您可以说存储转发也重新排序最近存储的数据负载。除非你不能总是: 全局不可见加载指令)
(和BTW,编译器比GCC使用其他xchg
做SEQ-CST店。这实际上是更有效的当前的CPU。GCC的mov
+ mfence
可能已经过去便宜,但目前通常更糟,即使你不关心旧值。请参阅为什么具有顺序一致性的 std::atomic 存储使用 XCHG?以比较 GCC 的mov+mfence
与xchg
。另外我的回答是关于 x86上哪个是更好的写屏障:lock+addl 或xchgl? )
有趣的事实:您可以通过屏蔽 seq-cst加载而不是存储来实现顺序一致性。 但是对于大多数用例来说,廉价负载比廉价商店更有价值,所以每个人都使用 ABI,因为商店的所有障碍都在那里。
有关 C++11 原子操作如何映射到 x86、PowerPC、ARMv7、ARMv8 和 Itanium 的 asm 指令序列的详细信息,请参见https://www.cl.cam.ac.uk/~pes20/cpp/cpp0xmappings.html 。 另外什么时候需要 x86 LFENCE、SFENCE 和 MFENCE 指令?
当我在没有优化的情况下使用 std::memory_order_release/acquire 时,也会使用 MFENCE 指令
那是因为flag.store(true, std::memory_order_release);
不内联,因为您禁用了优化。 这包括内联非常简单的成员函数,如atomic::store(T, std::memory_order = std::memory_order_seq_cst)
当__atomic_store_n()
GCC 内置的排序参数是一个运行时变量(在atomic::store()
头实现中)时, GCC 会保守地播放它并将其提升为 seq_cst。
gcc 对mfence
进行分支实际上可能是值得的,因为它太贵了,但这不是我们得到的。 (但是对于具有运行时变量顺序参数的函数,这会产生更大的代码大小,并且代码路径可能不会很热。因此分支可能只是 libatomic 实现中的一个好主意,或者在极少数情况下使用配置文件引导优化函数足够大,不能内联,但采用可变顺序。)
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.