M1平台sys_icache_invalidate()性能问题及相关技术疑问

我在搭载M1芯片、运行macOS 13.2的MacBook Air上开发、测试并基准测试JIT代码生成方案，所有测试均通过，对比传统无代码生成方案表现尚可。按常规流程，生成代码前需调用pthread_jit_write_protect_np(0)启用可执行页面写入，生成后调用pthread_jit_write_protect_np(1)恢复写保护，随后调用sys_icache_invalidate()解决L1指令缓存与数据缓存的一致性问题。

注释掉sys_icache_invalidate()后，代码执行仅需数百纳秒，和传统方案竞争力很强，甚至优化后有超越的可能，但此时代码无法正常工作；恢复调用该函数后，执行时间增加近3µs，直接导致JIT方案性能远不如传统方案。

查看Apple的sys_icache_invalidate()实现，其逻辑是对每个缓存行执行ic ivau, xN指令（xN存缓存行起始地址），随后执行dsb ish和isb。我尝试过在生成每个缓存行后就执行ic ivau, xN，最后再执行dsb ish和isb，期望能和代码生成并行执行，但代码依然无法正常工作，仅节省了数百纳秒；之后又尝试在每次执行ic ivau, xN前调用pthread_jit_write_protect_np(1)，执行后再调用pthread_jit_write_protect_np(0)，但发现还是必须调用Apple的sys_icache_invalidate()才能让代码正常运行。

虽已准备放弃该JIT方案，但仍有以下疑问：

• ic ivau, xN是否会阻塞M1，即阻止其他指令并行执行或刷新流水线？
• 若页面处于可写入状态，ic ivau, xN是否真的无法生效？或是pthread_jit_write_protect_np()在底层执行了和写保护无关的操作，无需实际开启写保护也能实现缓存失效？
• 是否存在其他缓存行失效方案，能降低这部分性能开销？

内容的提问来源于stack exchange，提问作者swineone