perf中cpu_core与cpu_atom指标差异及异常问题咨询

1. cpu_core与cpu_atom统计指标的核心区别 #

• cpu_core：统计的是ISA（指令集架构）层面的指令事件。比如cpu_core/branch-misses/代表CPU执行ISA分支指令（如jmp、je等汇编指令）时发生预测错误的次数，完全对应代码编译后的汇编指令数量。
• cpu_atom：统计的是x86微架构层面的微操作（uop）事件。x86 CPU会将复杂的ISA指令拆分成多个简单微操作执行，部分指令还能通过**宏融合（Macro-fusion）**合并为单个微操作。这里的分支统计针对的是进入CPU分支预测单元处理的微操作数量。

2. 为何cpu_atom数值有时小于cpu_core？ #

这种情况主要由微架构的优化特性导致：

• 宏融合优化：例如cmp指令+条件分支指令（如je）会被CPU融合成一个分支微操作，此时ISA层面是2条指令，但微操作层面仅统计1次分支事件，直接导致cpu_atom的分支计数少于cpu_core。
• 分支消除：部分条件分支会被硬件动态优化（如循环展开后的冗余分支被合并，或可预测分支被硬件直接跳过），实际执行的分支微操作数量少于ISA分支指令数。
• 统计范围差异：cpu_core统计所有提交执行的ISA分支指令，而cpu_atom仅统计进入分支预测单元的微操作，部分分支可能在解码阶段就被处理，未进入预测单元的统计范围。

3. 多次运行中比例波动、cpu_atom指标未被统计的原因 #

• 硬件计数器采样误差：perf依赖硬件性能计数器实现统计，当程序运行时间较短、计数器溢出或受到系统调度干扰时，可能出现统计不全的情况。cpu_atom作为微架构特定计数器，对硬件状态变化更敏感，容易出现数值缺失。
• CPU异构调度：如果程序被调度到异构CPU核心（如Intel大小核），不同核心的微架构差异会导致cpu_atom计数器无法在部分核心上正常工作，进而引发数值波动或缺失。
• 编译优化的不确定性：你使用了-O3优化，编译器会根据上下文对分支进行动态优化（如循环展开、将条件分支转换为cmov条件移动指令），不同运行场景下的优化结果可能不同，导致分支的ISA指令与微操作数量比例波动。

4. 191.02%异常值的计算逻辑 #

这个数值并非bug，而是两种统计层面差异导致的正常结果：

• 你推测的计算方式cpu_core/branch-misses ÷ cpu_atom/branches是正确的。该比例没有“不能超过100%”的限制，因为：
  • 分子是ISA层面的分支预测错误次数，对应原始的分支指令数量；
  • 分母是微架构层面的分支微操作数量，可能因宏融合等优化远小于ISA分支指令数。
• 举例说明：若cpu_core统计到100次分支预测错误，而cpu_atom仅统计到52次分支微操作，计算得100/52≈192%，与你看到的191.02%高度吻合。这种超过100%的比例，本质是ISA分支与微操作分支的数量差异导致的。

测试代码 #

#include <benchmark/benchmark.h>

#include <algorithm>
#include <vector>

void test(benchmark::State& s) {
    const auto N = s.range(0);
    std::vector<unsigned long> v1(N), v2(N), c(N);
    
    srand(1);
    std::generate(v1.begin(), v1.end(), [] { return rand(); });
    std::generate(v2.begin(), v2.end(), [] { return rand(); });
#ifdef HIT
    std::generate(c.begin(), c.end(), [] { return rand() >= 0; });
#else
    std::generate(c.begin(), c.end(), [] { return rand() & 1; });
#endif

    for (auto _ : s) {
        unsigned long result = 0;
        for (int i = 0; i < N; i++) {
            if (c[i]) {
                result += v1[i];
            } else {
                result *= v2[i];
            }
        }
        benchmark::DoNotOptimize(result);
        benchmark::ClobberMemory();
    }
}

BENCHMARK(test)->Arg(1 << 22);
BENCHMARK_MAIN();

编译命令 #

g++ branch_prediction.cpp -o miss -g3 -O3 -mavx2 -lbenchmark

内容的提问来源于stack exchange，提问作者Osama Ahmad