動態內存在Intel Xeon Phi上變慢

Question

我正在創建一個基於Intel Xeon Phi架構的簡單矩陣乘法過程，該過程如下所示（參數分別為A，B，C），並且計時不包括初始化：

//start timing
for(int i = 0; i < size; i++){
    for(int k = 0; k < size; k++) {
        register TYPE aik = A[i][k];
        for(int j = 0; j < size; j++) {
              C[i][j] += aik * B[k][j];
        }
    }
}
//end timing

我正在使用限制，對齊的數據等。 但是，如果使用動態內存（posix_memalign）分配矩陣，則會導致計算速度嚴重降低，即，對於TYPE = float和512x512矩陣，在動態情況下大約需要0.55s，而在其他情況下大約需要0.25s。 在不同的體系結構（Intel Xeon E5）上，速度也有所降低，但幾乎沒有引起注意（約0.002 s）。

任何幫助都感激不盡！

Answer 1

如果使矩陣具有不同的大小，則時序差異會如何？ （例如513x513）

我問這個問題的原因是，我認為您可能會看到這種效果，原因是當您在k上進行B循環時，超出了緩存方式的關聯性並從L2退出了C [i] []的元素。 如果B和C對齊並且大小為2的冪，則可能會導致緩存超對齊而導致此問題。

如果B和C在堆棧上或以其他方式未對齊，則不會看到這種效果，因為更少的地址是2的冪次對齊。

Answer 2

在“非動態”情況下，數組只是全局變量嗎？ 如果是這樣，它們最終會出現在BSS中，並且在加載ELF時，操作系統會默認將它們初始化為零-這就是BSS的工作方式。 如果動態分配它們，而與使用的方法無關（即malloc，new，posix_memalign，mmap（MAP_POPULATE）是異常），則在觸摸內存時會在OS中引起錯誤。 故障處理總是很昂貴的。 在協處理器上，它的價格相對較高，因為從單線程性能的角度來看，您正在一個很小的內核上運行。