关于__rdtsc使用最佳实践及精准CPU周期测量的技术问询

你的代码是不是测量CPU周期的最佳实践？ #

这是最基础的用法，但算不上最佳实践，存在两个关键缺陷：

• CPU乱序执行干扰：现代CPU的乱序执行特性可能导致__rdtsc指令被重排到被测代码的前后，比如CPU先执行了部分被测函数指令才记录start，或者先记录end再完成被测函数的剩余指令，直接导致测量结果失真。
• 缺少序列化保证：__rdtsc本身不具备序列化功能，无法确保测量区间外的指令不会影响时间戳的准确性。

更可靠的写法需要加入序列化操作，比如使用自带序列化的__rdtscp指令（它会在读取时间戳前完成所有前置指令，还能返回当前CPU核心ID），或者配合内存屏障指令_mm_mfence：

#include <x86intrin.h>

void func() {
    unsigned long long start, end;
    unsigned int cpu_id;

    // 序列化，确保前置指令全部执行完毕
    _mm_mfence();
    start = __rdtscp(&cpu_id);
    _mm_mfence();

    // 这里放入要测量的操作/函数调用

    // 序列化，确保被测操作全部执行完毕再取时间戳
    _mm_mfence();
    end = __rdtscp(&cpu_id);
    _mm_mfence();

    unsigned long long cycles = end - start;
}

测量区间内CPU会不会切换进程？如何精准测量？ #

确实会出现这种情况。操作系统调度器随时可能将当前线程切换到其他核心，或者让其他进程抢占当前核心，此时统计的周期会包含其他进程的执行时间，导致结果偏差极大。

实现精准测量可以从这几个方面入手：

• 绑定CPU核心：将被测线程绑定到固定的CPU核心上，既避免跨核心调度带来的抢占，也能规避不同核心TSC（时间戳计数器）不同步的问题。Linux下用sched_setaffinity函数，Windows下用SetThreadAffinityMask函数。
• 提升线程优先级：提高被测线程的调度优先级，降低被其他进程抢占的概率，但无法完全杜绝，需搭配其他方法。
• 多次采样过滤异常值：重复执行多次测量，去掉包含抢占情况的最大值，取最小值或多次测量的平均值，这样得到的结果更接近真实的执行周期。
• 使用专业性能工具：如果需要更高精度的测量，可借助系统自带的性能分析工具（比如Linux的perf、Windows的Xperf），这类工具能在内核层面统计，大幅减少调度干扰。

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