STREAM Benchmark及其操作性能分析

STREAM 是业界广为流行的综合性内存带宽实际性能 测量 工具之一。随着处理器处理核心数量的增多，内存带宽对于提升整个系统性能越发重要，如果某个系统不能够足够迅速地将内存中的数据传输到处理器当中，若干处理核心就会处于等待数据的闲置状态，而这其中所产生的闲置时间不仅会降低系统的效率还会抵消多核心和高主频所带来的性能提升因素。 STREAM 具有良好的空间局部性，是对 TLB 友好、Cache友好的一款测试。STREAM支持Copy 、Scale 、 Add、 Triad四种操作，下面分别介绍四种操作的含义：

void tuned_STREAM_Copy()
{
    int j;
        for (j=0; j<N; j++)
            c[j] = a[j];
}
void tuned_STREAM_Scale(double scalar)
{
    int j;
    for (j=0; j<N; j++)
        b[j] = scalar*c[j];
}
void tuned_STREAM_Add()
{
    int j;
    for (j=0; j<N; j++)
        c[j] = a[j]+b[j];
}
void tuned_STREAM_Triad(double scalar)
{
    int j;
    for (j=0; j<N; j++)
        a[j] = b[j]+scalar*c[j];
}

Copy操作最为简单，它先访问一个内存单元读出其中的值，再将值写入到另一个内存单元。

Scale操作先从内存单元读出其中的值，作一个乘法运算，再将结果写入到另一个内存单元。

Add操作先从内存单元读出两个值，做加法运算， 再将结果写入到另一个内存单元。

Triad的中文含义是将三个组合起来，在本测试中表示的意思是将Copy、Scale、Add三种操作组合起来进行测试。具体操作方式是：先从内存单元中中读两个值a、b，对其进行乘加混合运算（a + 因子 * b ） ，将运算结果写入到另一个内存单元。

下面展示用大页面和不用大页面测试STREAM的一组结果，然后再对结果进行简单分析。

测试平台：龙芯3A，主频UNKNOWN，大页面大小16M

测试结果：

首先看小页面模式（i.e. 普通的4K页面大小模式），Add > Copy > Triad > Scale，这是为什么？一次Add操作需要访问三次内存（两个读操作，一个写操作），Triad操作也需要三次访问内存，Copy和Scale操作需要两次访问内存。单位操作内，访问内存次数越多，越能够掩盖访存延迟，带宽越大。单位操作内，操作越复杂，操作完成时间越长，导致整个操作循环完成的时间越长。Add操作简单且访存次数多，故而带宽最大，Scale操作复杂且访存次数少，故而带宽最小。Copy操作简单但访存次数少，Triad操作复杂但访存次数多，考虑到编译器循环展开的作用，Copy操作能够更快地执行，最终导致Copy带宽比Triad略大。

大页面模式下，基本规律一致。由于使用了大页面，每访问16M页面才会出现一次物理缺页，相比每访问4K页面就出现一次缺页来说，访存缺页的概率大大降低。这里需要注意的是，TLB缺失开销在本实验中是无法观测到的。这是因为，本测试中，缺页开销占主导地位，访问过的内存不会被重新访问（时间局部性几乎没有），TLB缺失开销几乎可以不计。

STREAM Benchmark下载地址：

延伸内容：

以上分析基于STREAM1.0，现在已经推出了STREAM2.0测试，总体思想一致，四种操作进行了少许修改：

STREAM2 is an attempt to extend the functionality of the STREAM benchmark in two important ways:

  STREAM2 measures sustained bandwidth at all levels of the cache hierarchy, and

  STREAM2 more clearly exposes the performance differences between reads and writes

STREAM2 is based on the same ideas as STREAM, but uses a different set of vector kernels:

  FILL:        similar to bzero(), but fills with a constant instead of zero

  COPY:        similar to bcopy(), and the same as STREAM Copy

  DAXPY:    similar to STREAM Triad, but overwrites one of the input vectors instead of writing results to a third vector

  SUM:        sum reduction on a single vector -- reads only, no writes

Table 1: Characteristics of the STREAM2 kernels.  The value in parentheses in the "Bytes/iter read" column indicates the number of additional bytes read per iteration on machines with a "write allocate" cache policy.

STREAM2.0 下载地址：