Фокусы. Оптимизация компилятором - презентация, доклад, проект скачать

Нажмите для полного просмотра!

Фокусы. Оптимизация компилятором, слайд №1

Фокусы. Оптимизация компилятором, слайд №2

Фокусы. Оптимизация компилятором, слайд №3

Фокусы. Оптимизация компилятором, слайд №4

Фокусы. Оптимизация компилятором, слайд №5

Фокусы. Оптимизация компилятором, слайд №6

Фокусы. Оптимизация компилятором, слайд №7

Фокусы. Оптимизация компилятором, слайд №8

Фокусы. Оптимизация компилятором, слайд №9

Фокусы. Оптимизация компилятором, слайд №10

Фокусы. Оптимизация компилятором, слайд №11

Фокусы. Оптимизация компилятором, слайд №12

Фокусы. Оптимизация компилятором, слайд №13

Фокусы. Оптимизация компилятором, слайд №14

Фокусы. Оптимизация компилятором, слайд №15

Фокусы. Оптимизация компилятором, слайд №16

Фокусы. Оптимизация компилятором, слайд №17

Фокусы. Оптимизация компилятором, слайд №18

Фокусы. Оптимизация компилятором, слайд №19

Фокусы. Оптимизация компилятором, слайд №20

Фокусы. Оптимизация компилятором, слайд №21

Фокусы. Оптимизация компилятором, слайд №22

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Фокусы. Оптимизация компилятором. Доклад-сообщение содержит 22 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1

Описание слайда:

Есть ли у вас вопросы?

Слайд 2

Описание слайда:

Краткое содержание этой серии Фокусы Оптимизация компилятором

Слайд 3

Описание слайда:

Фокус №1 Создаю глобальный двухмерный массив Заполняю его случайными числами Вычисляю сумму всех элементов: sum += array[i][j] sum += array[j][i] На ПК вариант а быстрее почти в 5 раз! На МК никакой разницы нет. ПОЧЕМУ?

Слайд 4

Описание слайда:

Фокус №1 А как лежит в памяти двумерный массив?

Слайд 5

Описание слайда:

Слайд 6

Описание слайда:

Все дело в кэш-памяти Зачем нужен кэш? Чтобы ускорить доступ к часто используемым данным, т.к. оперативная память слишком медленная. На МК кэш-памяти нет – поэтому нет никакой разницы между вариантами а и б.

Слайд 7

Описание слайда:

А как работает кэш? Кэш состоит из «линий» (cache lines) - при каждом обращении в память кэшируется несколько последовательных байт (64-128). Если при обращении в память нужный элемент уже есть в кэше, то все хорошо (кэш-попадание). Если нужного элемента в кэше нет – нужно пойти в память и считать линию (кэш-промах). Кэш не бесконечен! Поэтому чтобы записать в него новую линию, нужно стереть старую.

Слайд 8

Описание слайда:

Кэш Вывод? Последовательный доступ к памяти гораздо быстрее, чем случайный. С точки зрения железа самая быстрая структура данных – обычный массив (на не слишком большом количестве данных).

Слайд 9

Описание слайда:

Кэш В современных процессорах есть: кэш данных (D-cache) кэш инструкций (I-cache) буфер ассоциативной трансляции (TLB) Как правило, существует несколько уровней кэша.

Слайд 10

Описание слайда:

Кэш в современном процессоре

Слайд 11

Описание слайда:

Кэш в современном процессоре Время чтения из памяти для Core i7-9xx: L1 - 4 такта. L2 - 11 тактов. L3 - 39 тактов. Основная ОЗУ – 107 тактов.

Слайд 12

Описание слайда:

Кэш Допустим, что два ядра процессора обращаются к одной и той же переменной. Тогда соответствующий кусок памяти будет закэширован дважды в двух кэшах L1. А что будет, если одно ядро что-нибудь в эту переменную запишет? Что тогда прочитает другое ядро? Если доступ к переменной организован правильно, то все будет в порядке. Для программиста кэш в этом смысле «прозрачен». Но за это придется платить скоростью работы..

Слайд 13

Описание слайда:

Кэш Допустим, что два ядра процессора обращаются к двум разным переменным, которые расположены в памяти рядом. Одна и та же кэш-линия опять-таки будет находится в двух кэшах. Прозрачность кэша гарантирует, что значения переменных будут корректными. Но для этого при каждой записи эта линия будет записываться в основную память и читаться опять! И скорость работы программы упадет. Это называется «false sharing» (ложное разделение памяти).

Слайд 14

Описание слайда:

Фокус №1.5 Возьмем неудачный способ сложения элементов массива (по столбцам). Логично предположить, что чем больше массив – тем больше времени занимает его обход. Массив 4100х4100 обходится быстрее чем 4096х4096. Степени двойки – это плохо?

Слайд 15

Описание слайда:

Ассоциативность кэша А как узнать, закэширована переменная или нет? Кэш прямого отображения - каждый адрес памяти может быть закэширован в одно, заранее определенное место в кэше. Легко подвергается конфликтам. Полностью ассоциативный кэш – любая переменная может быть закэширована в любой участок кэша. Очень сложная реализация. Частично ассоциативный кэш – каждая переменная может находится в нескольких, заранее определенных участках кэша. Компромисс, используется на практике.

Слайд 16

Описание слайда:

Частично ассоциативный кэш Например, 16-входовой частично ассоциативный кэш – линии кэша делятся на 16 групп. Каждая переменная входит в одну группу и может входить только в линии кэша из этой группы. Номер группы, как правило, определяется адресом переменной. Переменные с адресами, кратными определенному числу, будут входить в одну группу и соревноваться за одни и те же линии кэша!

Слайд 17

Описание слайда:

Кэш для инструкций Линейный код (без переходов) выполняется быстрее Маленькие программы (которые целиком помещаются в кэш) выполняются быстрее

Слайд 18

Описание слайда:

Выводы При оценке быстродействия алгоритма нужно помнить про кэш. Писать быстродействующие программы – это сложно. Тестировать быстродействие – это сложно (разные процессоры, разные входные данные, «прогрев» кэша..).

Слайд 19

Описание слайда:

Фокус №2 Вариант А: Заполним одномерный массив случайными элементами. Много раз найдем сумму всех элементов больше 128. Вариант Б: Заполним одномерный массив случайными элементами. Отсортируем массив Много раз найдем сумму всех элементов больше 128. На МК вариант Б занимает больше времени. На ПК вариант Б занимает существенно меньше времени. Но почему?

Слайд 20

Описание слайда:

Предсказание переходов Ключевой момент: if (data[c] >= 128) sum += data[c]; Если массив отсортирован – то переходы очень предсказуемы, предсказатель редко ошибается. Если массив не отсортирован – предсказатель ошибается постоянно!

Слайд 21

Описание слайда:

Оптимизация Критерии оптимизации: по объему кода (бинарного файла) по скорости исполнения Иногда можно (и хочется) оптимизировать сразу по двум критериям, но не всегда.

Слайд 22

Описание слайда:

Оптимизация «на пальцах» У компилятора есть некая «область просмотра» (scope), в пределах которой он оптимизирует код: одна строка несколько строк, цикл функция файл весь проект Грубо говоря, чем больше эта область, тем лучше оптимизация.