根据 Linux 的操作系统探究存储器特性及性能

　　探究存储器特性以分析和预测应用处理器性能及功耗

　　关键字：存储器 CPU 多媒体

　　作者：柏瑜

　　Marvell 公司应用处理器主任工程师

　　由于超快的 CPU 内核与相对慢的存储器之间的速度差距在日渐增大，存储器系统可能成为当前制约系统性能的主要瓶颈。此外，低功耗是另一个重要的设计考虑，尤其在电池供电设备与日俱增的情况下更是如此。低功耗意味着更长的电池续航时间和设备使用时间。在常见的应用场合，存储器功耗通常占了应用处理器功耗相当大的一部分，而且，随着存储器设计日益复杂、容量增大、分层增多，存储器功耗往往会迅速增加。因此，降低存储器功耗非常有利于延长电池续航时间。为了更好地了解各种应用的固有行为，有必要探究存储器的特性、建立存储器模型，以判断应用是否涉及频繁的存储器存取操作，甚至帮助预测应用的性能。

　　本文提供了一种简单、经济的方法，能以可接受的精确度动态地表征应用的计算及存储器的构成。

　　描述存储器特性的方法

　　如果不涉及存储器操作，那么 CPU 利用率应该随着 CPU 内核的频率呈线性关系，而应用成本（定义为 CPU 利用率和 CPU 频率的乘积）应该保持恒定。但在考虑存储器存取以后，CPU 利用率就不再随内核频率呈线性关系了。在频率较高时，存储器对性能的影响往往更大，因为 CPU 要用更多的 CPU 周期等待存储器的响应（这里我们假定，存储器频率不随 CPU 频率而变）。从这种意义上，应用可以分为两种类型：计算限定型和存储器限定型。

　　接下来，我们来讲述如何用三种不同的方法表征存储器特性，并帮助确定应用的 CPU 利用率。在此，硬件性能信

　　息是通过查看性能监视单元（Performance Monitoring Unit，简称 PMU）来收集的。因此，Marvell 的方法仅适用于有 PMU 硬件支持的系统。

　　1. 整体数据缓存失效率：直觉上，较高的数据缓存失效率意味着更大的存储器流量。为了获得数据缓存失效率的数值，我们需要监视一级数据缓存和二级数据缓存（如果有的话）的存取操作和失效总数。

　　2. 主存储器访问率：外部存储器控制器的占用率直接表明了存储器的利用率。为了得 到主存储器访问率数值，必须收集两种 PMU 信息：存储器控制器被占用的周期总数；监视窗口中的周期总数。

　　3. 数据停顿率：流水线停顿主要由数据相关性引起，而数据不可用的原因是存储器存取速度远比 CPU 速度低。因此，流水线的停顿次数反映了存储器的流量情况。此外，流水线停顿次数还表明了存储器存取的重要性。并不是每次存储器存取都对最终性能有关键影响，因此，持续跟踪因数据相关性对性能造成影响的存储器存取操作，是相当有用的。使用这种方法，可以监视由数据相关性引起停顿的事件情况。此外，必须记录总的周期数，以计算每个窗口中的数据停顿率。

　　这些不同的方法从不同角度反映出存储器的特性。我们能以合理的开销使用一种方法或组合使用多种方法，以更有效地进行性能分析、做出更准确的预测。

　　在测试中，我们使用了 Marvell 的应用处理器，运行基于 Linux 的操作系统，采用 QVGA LCD 显示器作为测试平台。该应用处理器包括两级缓存。在本次研究中，我们专注于 MP3、AAC+和 H.264 解码器。