Raspberry Pi 4使用std::chrono::steady_clock基准测试结果异常问询

在Raspberry Pi 4上使用std::chrono::steady_clock对一段DSP代码进行基准测试时，结果出现异常。由于GNU性能分析工具无法在树莓派上正常工作，基准测试是评估代码优化效果的唯一手段，因此该异常问题十分关键。

单次程序执行内连续三次基准测试结果的误差保持在±1%以内，但不同程序执行之间的测试结果差异可达约10%，且该差异在单次执行中具有稳定性。示例如下：

Run 1:
9:21:37. Performance: 0.0912333 x realtime
9:21:42. Performance: 0.0910667 x realtime
9:21:47. Performance: 0.0910667 x realtime

Run 2:
9:20:15. Performance: 0.106667 x realtime
9:20:21. Performance: 0.1062 x realtime
9:20:28. Performance: 0.106117 x realtime

被测代码是用于生成实时音频的机器学习算法（LSTM->Dense），采用手工优化的NEON intrinsics实现，约90%的执行时间用于矩阵和向量运算。数据占用约13kb，可完全放入L1数据缓存；代码占用量未知，但可能无法放入L1指令缓存。目前已将性能从约0.18倍实时优化至0.093倍实时，预计仍有15%的优化空间，但测试结果的不准确性阻碍了后续优化工作。

• 不存在NEON对齐问题：所有矩阵、矩阵行和向量均为16字节对齐，已通过Debug编译的断言验证
• CPU调速器已设置为performance模式，所有CPU稳定运行在1.8GHz，排除CPU频率波动问题
• 排除进程间缓存竞争：闲置时CPU占用率约6%（VNC连接）或0.3%（SSH连接）
• 排除CPU核心差异影响：测试基本在单个核心上完成
• 排除热节流：CPU温度仅47℃，树莓派4通常在80℃才会触发热节流
• 向量操作依赖GCC自动向量化，已正确标注restrict声明，且生成了最优NEON向量化代码
• 排除定时器分辨率问题：std::chrono::steady_clock::now()连续调用的增量为37-56ns
• 排除时钟选择问题：steady_clock、system_clock和high_resolution_clock均表现出相同异常

执行以下命令验证CPU频率：

$ cat /sys/devices/system/cpu/cpu*/cpufreq/scaling_governor 
performance
performance
performance
performance

$ cat /sys/devices/system/cpu/cpu*/cpufreq/scaling_cur_freq 
1800000
1800000
1800000
1800000

• Raspberry Pi上std::chrono::steady_clock的实现细节，是否基于CPU时钟计数器？
• 热节流是否会反映在/sys/devices/system/cpu/cpu*/cpufreq/scaling_cur_freq中？
• 导致跨程序执行基准测试结果差异达10%的原因是什么？

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