In today’s multi-core systems, cach

In today’s multi-core systems, cache contention due to true and false sharing can cause unexpected and significant performance degradation. A detailed understanding of a given multi-threaded application’s behavior is required to precisely identify such performance bottlenecks. Traditionally, however, such diagnostic information can only be obtained after lengthy simulation of the memory hierarchy.
In this paper, we present a novel approach that efficiently analyzes interactions between threads to determine thread correlation and detect true and false sharing. It is based on the following key insight: although the slowdown caused by cache contention depends on factors including the thread-to-core binding and parameters of the memory hierarchy, the amount of data sharing is primarily a function of the cache line size and application behavior. Using memory shadowing and dynamic instrumentation, we implemented a tool that obtains detailed sharing information between threads without simulating the full complexity of the memory hierarchy. The runtime overhead of our approach — a 5× slowdown on average relative to native execution — is significantly less than that of detailed cache simulation. The information collected allows programmers to identify the degree of cache contention in an application, the correlation among its threads, and the sources of significant false sharing. Using our approach, we were able to improve the performance of some applications by up to a factor of 12×. For other contention-intensive applications, we were able to shed light on the obstacles that prevent their performance from scaling to many cores.

ผลลัพธ์ (ไทย) 1:

ในระบบมัลติคอร์ในปัจจุบัน แคข้อขัดแย้งเนื่องจาก true และ false ร่วมกันอาจทำให้เกิดประสิทธิภาพที่สำคัญ และไม่คาดคิด จำเป็นต้องมีความเข้าใจรายละเอียดของลักษณะการทำงานแบบมัลติเธรดโปรแกรมประยุกต์ที่กำหนดของเพื่อระบุ bottlenecks ประสิทธิภาพดังกล่าวได้อย่างแม่นยำ ประเพณี อย่างไรก็ตาม ข้อมูลการวินิจฉัยดังกล่าวเท่านั้นจะได้หลังจากการจำลองความยาวของลำดับชั้นหน่วยความจำในกระดาษนี้ เราสามารถนำเสนอแนวทางใหม่ที่มีประสิทธิภาพวิเคราะห์การโต้ตอบระหว่างเธรดเพื่อกำหนดความสัมพันธ์ของเธรด และตรวจสอบร่วมกัน true และ false ขึ้นอยู่กับข้อมูลเชิงลึกที่สำคัญต่อไปนี้: แม้ว่าการชะลอตัวที่เกิดจากข้อขัดแย้งในแคขึ้นอยู่กับปัจจัยรวมทั้งผูกด้ายการหลักและพารามิเตอร์ของลำดับชั้นหน่วยความจำ จำนวนการแชร์ข้อมูลมีหลักการทำงานของแคบรรทัดขนาด และการใช้งานลักษณะการทำงาน ใช้หน่วยความจำทำแชโดว์และเครื่องมือวัดแบบไดนามิก เราใช้เครื่องมือที่ได้รับข้อมูลรายละเอียดที่ใช้ร่วมกันระหว่างเธรดโดยจำลองความซับซ้อนทั้งหมดของลำดับชั้นหน่วยความจำ ค่าใช้จ่ายในรันไทม์ของเรา — ชะลอ 5 ×ตัว โดยเฉลี่ยเมื่อเทียบกับท้องถิ่นดำเนินการ — มีมากน้อยกว่าของจำลองรายละเอียดแค ข้อมูลที่รวบรวมช่วยให้โปรแกรมเมอร์สามารถระบุระดับของความขัดแย้งของแคชในโปรแกรมประยุกต์ ความสัมพันธ์ระหว่างเส้น และแหล่งมาของเท็จร่วมกันอย่างมีนัยสำคัญ ใช้วิธีการของเรา เราก็สามารถที่จะเพิ่มประสิทธิภาพของโปรแกรมประยุกต์บางโปรแกรมโดยขึ้นอยู่กับปัจจัยของ 12 × สำหรับโปรแกรมประยุกต์อื่น ๆ ของข้อขัดแย้งมาก เราก็สามารถที่จะหลั่งน้ำตาแสงในอุปสรรคที่ขัดขวางประสิทธิภาพของพวกเขาจากไปกี่แกน

ผลลัพธ์ (ไทย) 2:

ในระบบแบบ multi-core ของวันนี้การต่อสู้แคชเนื่องจากการใช้งานร่วมกันจริงและเท็จอาจทำให้เกิดการเสื่อมประสิทธิภาพที่ไม่คาดคิดและมีความสำคัญ ความเข้าใจรายละเอียดของพฤติกรรมการใช้ที่กำหนดแบบมัลติเธรดจะต้องได้อย่างแม่นยำระบุ bottlenecks ประสิทธิภาพดังกล่าว ตามเนื้อผ้าอย่างไรก็ตามข้อมูลการวินิจฉัยดังกล่าวเท่านั้นที่สามารถได้รับหลังจากการจำลองความยาวของลำดับชั้นหน่วยความจำ.
ในบทความนี้เราจะนำเสนอวิธีการใหม่ที่มีประสิทธิภาพการวิเคราะห์ปฏิสัมพันธ์ระหว่างหัวข้อในการกำหนดความสัมพันธ์ด้ายและตรวจสอบการใช้งานร่วมกันจริงและเท็จ มันขึ้นอยู่กับความเข้าใจที่สำคัญดังต่อไปนี้: แม้ว่าการชะลอตัวที่เกิดจากการต่อสู้แคชขึ้นอยู่กับปัจจัยรวมทั้งแกนด้ายต่อการมีผลผูกพันและพารามิเตอร์ของลำดับชั้นของหน่วยความจำจำนวนเงินของการใช้ข้อมูลร่วมกันเป็นหลักฟังก์ชั่นที่มีขนาดเส้นแคชและการประยุกต์ใช้ พฤติกรรม. การใช้หน่วยความจำแชโดว์และเครื่องมือแบบไดนามิกที่เรานำมาใช้เป็นเครื่องมือที่ได้รับข้อมูลที่ใช้ร่วมกันระหว่างหัวข้อรายละเอียดโดยไม่ต้องเลียนแบบความซับซ้อนของลำดับชั้นเต็มหน่วยความจำ ค่าใช้จ่ายรันไทม์ของวิธีการของเรา - 5 ×ชะลอตัวในญาติเฉลี่ยในการดำเนินพื้นเมือง - อย่างมีนัยสำคัญน้อยกว่าที่จำลองแคชรายละเอียด ข้อมูลที่เก็บรวบรวมช่วยให้โปรแกรมเมอร์เพื่อระบุระดับของการต่อสู้แคชในโปรแกรมที่มีความสัมพันธ์ในหมู่หัวข้อและแหล่งที่มาของการแบ่งปันเท็จอย่างมีนัยสำคัญ โดยใช้วิธีการของเราเราก็สามารถที่จะปรับปรุงประสิทธิภาพของการใช้งานบางได้ถึงปัจจัยจาก 12 × สำหรับการใช้งานการต่อสู้มากอื่น ๆ เราก็สามารถที่จะหลั่งน้ำตาแสงในอุปสรรคที่ป้องกันไม่ให้ประสิทธิภาพของพวกเขาจากการปรับแกนจำนวนมาก

ผลลัพธ์ (ไทย) 3:

ในระบบมัลติคอร์ของวันนี้ แคชการต่อสู้เนื่องจากจริงและเท็จร่วมกันสามารถสาเหตุที่ไม่คาดคิดและประสิทธิภาพการย่อยสลายที่สำคัญ ความเข้าใจรายละเอียดของชิ้นส่วนที่ได้รับการเป็นพฤติกรรมที่ต้องชัดเจนระบุคอขวดประสิทธิภาพดังกล่าว ประเพณี อย่างไรก็ตาม ข้อมูลการวินิจฉัยดังกล่าวสามารถเท่านั้นที่ได้หลังจากการยาวของลำดับขั้นของหน่วยความจำ .ในกระดาษนี้เรานำเสนอแนวทางใหม่ที่มีประสิทธิภาพวิเคราะห์ปฏิสัมพันธ์ระหว่างหัวข้อเพื่อกำหนดหัวข้อความสัมพันธ์และตรวจสอบจริง และร่วมกันปลอม มันขึ้นอยู่กับข้อมูลเชิงลึกที่สําคัญดังต่อไปนี้ : แม้ว่าการชะลอตัวที่เกิดจากการแคชขึ้นอยู่กับปัจจัยรวมทั้งหัวข้อหลัก และค่าของหน่วยความจำระบบ ปริมาณของข้อมูลที่ใช้ร่วมกันเป็นหลัก การทำงานของแคชขนาดเส้น และพฤติกรรมการ การใช้เครื่องมือแบบไดนามิกและความเงา เราใช้เครื่องมือที่ได้รับรายละเอียดการแชร์ข้อมูลระหว่างหัวข้อโดยจำลองความซับซ้อนทั้งหมดของลำดับขั้นของหน่วยความจำ . รันไทม์ในแบบของเรา - 5 ×อัตราเฉลี่ยเมื่อเทียบกับการประหาร - พื้นเมืองเป็นอย่างมีนัยสำคัญน้อยกว่าที่ของการจำลองแคชรายละเอียด ข้อมูลที่เก็บรวบรวมจะช่วยให้โปรแกรมเมอร์เพื่อระบุระดับของแคชการต่อสู้ในใบสมัคร , ความสัมพันธ์ของหัวข้อ และแหล่งที่มาของการเท็จที่สำคัญ โดยใช้แนวทางของเรา เราสามารถที่จะปรับปรุงประสิทธิภาพของโปรแกรมประยุกต์บางโปรแกรมได้ถึงปัจจัย 12 × . เพื่ออื่น ๆการต่อสู้ที่เข้มข้น การใช้งาน เราสามารถหลั่งไฟบนอุปสรรคที่ขัดขวางการปฏิบัติงานของตนเอง จากแบบแกนหลาย