我正在使用 Intel Xeon 2660 V3 ，并发出大量软件预取以利用MLP并减少失速时间。现在，我想介绍该应用程序，以获取由于软件预取的总体增益。
在论文" 使用自适应执行>"中提高软件预取的有效性"，作者讨论了与软件预取相关的硬件中的性能计数器支持。
我将文字从论文中列出，作者谈论了性能计数器。
此外，这是唯一需要的硬件支持 最佳自适应方案是一对计数器：一个测量 晚期预取（Preatefertes）的数量（处理器后到达 已经要求数据），另一个测量了 由于缓存冲突而丧生的预取。
我想将 haswell Microarchitecture 的应用程序介绍，但在 perf 或 Papi 中找不到任何此类性能计数器。因此，还有其他性能计数器可以获取此类事件吗？对于代码的一小部分而不是为完整应用程序执行的最佳方法是什么？
纸链接
ocperf.py是perf的包装器，具有符合特定事件的符号名称（例如load_hit_pre.sw_pf）（计数时计数时，需要分配到负载端口时，命令分配的L1D填充缓冲区（FB）用于软件预取）。ocperf.py list具有描述和名称。
这可能是一个有用的观察，但是我自己没有使用它，所以如果确实做到这一点，那么它确实是您所需要的。绝对浏览事件列表（ocperf.py list | less）。
您还应该查看L1D错率；通过成功的预取，设法保持领先于需求负荷，实际的负载说明应在L1D中击中。（并且普通perf可以使用L1-dcache-load-misses跟踪。）
用于测量预取的线路但在使用前被驱逐的线，有l2_lines_out.useless_hwpf。"计算已经硬件预取但未使用的行数，现在由L2缓存驱逐"。 l2_lines_out.useless_pref是一个别名；看起来没有类似的事件，其中包括SW预取。
您可能只需要查看L1D错率即可；这应该告诉您预取距离的甜蜜范围在哪里。如果load_hit_pre.sw_pf正如我希望的那样，那么 load_hit_pre.sw_pf的L1D错过了低计数，这意味着您的预取距离太高。（或出于某些其他原因，正在删除SW预取请求，但是我认为只有在大量需求加载使用时才删除HW预取请求）。
商店的perf-counter硬件事件比负载要限制得多，因此，如果您要预取仅写入流，它将很难测量。L1D中的HW预摘要甚至根本没有预购，因此，仅写作流的不同访问模式可能会受到很多影响。另请参阅 @beeonrope对此答案的评论：SW预购商店可以在L2中击中而不是L1D。prefetchw是理想的，但是普通的prefetcht0仍然有用。（prefetchw在Haswell和Ealier上以NOP的形式运行。）
另请参见x86标签Wiki中的其他链接