本文最初是由Ampere Computing發(fā)表的。 本文介紹了如何有效地使用GNU編譯器收集（GCC）選項來幫助優(yōu)化Ampere處理器上的應用程序性能。

嘗試優(yōu)化應用程序時，必須衡量潛在優(yōu)化是否改善性能至關重要。這包括編譯器選項。使用高級編譯器選項可能會導致更好的運行時性能，這可能是出于增加編譯時間，更多調(diào)試困難以及通常會增加二進制尺寸的成本。為什么編譯器選項影響性能超出了本文的范圍，盡管簡短的答案是代碼生成，現(xiàn)代處理器體系結構以及它們?nèi)绾蜗嗷プ饔梅浅碗s！另一個重要的一點是，由于計算機體系結構的變化和特定的微結構，不同的處理器可能會從不同的編譯器選項中受益。優(yōu)化的重復實驗是績效成功的關鍵。

>如何衡量應用程序的績效來確定限制因素以及以前發(fā)表的文章中已經(jīng)涵蓋的優(yōu)化策略。該論文是在基于安培的阿爾特拉（Ampere Altra）實例上運行時要回答的前10個問題，它描述了要收集的性能數(shù)據(jù)以了解整個系統(tǒng)的性能。優(yōu)化Ampere Altra家族處理器的性能分析方法解釋了如何使用數(shù)據(jù)驅動方法有效地優(yōu)化。

>本文首先總結了最常見的GCC選項，并描述了這些選項如何影響應用程序。然后，討論使用GCC選項轉向目前的案例研究，以提高Ampere處理器的VP9視頻編碼軟件和MySQL數(shù)據(jù)庫的性能。有效地使用了類似的策略來優(yōu)化安培處理器上運行的其他軟件。

GCC建議

GCC編譯器提供了許多可以改善應用程序性能的選項。有關詳細信息，請參見GCC網(wǎng)站。要生成利用Ampere處理器中可用的所有性能功能的代碼，請使用GCC -MCPU選項。

>使用GCC -MCPU選項，要么設置CPU模型，要么告訴GCC使用基于GCC在VIA -MCPU =本機上運行的機器的CPU模型。注釋基于舊版X86的系統(tǒng)，GCC -MCPU是-Mtune的不棄用同義詞，而GCC -MCPU在基于ARM的系統(tǒng)上得到了完全支持。有關詳細信息，請參見ARM的編譯器標志指南：-March，-mtune和-mcpu。

總而言之，只要可能，在編譯ARM時僅使用-MCPU，然后避免-march和-mtune。以下是一個案例研究，通過使用VP9視頻編碼軟件設置GCC -MCPU選項來突出顯示性能的提高。

設置-MCPU選項：

• -MCPU = Ampere1：生成將在安培處理器上運行的代碼。 Ampereone是從安培的下一代云本地處理器，將高性能處理器的家族擴展到新的行業(yè)領先的核心計數(shù)。請注意，這可以生成不會在Ampere Altra和Altra Max處理器上運行的代碼。此選項最初在GCC版本12.1及更高版本中可用，然后回到GCC 10.5和GCC 11.3。

• -MCPU = Neoverse-N1：生成將在Ampere Altra，Ampere Altra Max和Ampere AmpereOne上運行的代碼。在支持將在安培安培中運行的代碼使用此選項，但它可能不會利用所有可用的新績效功能。請注意，需要GCC版本9.1或更高版本才能為Ampere Altra和Ampere Altra Max處理器啟用CPU特定調(diào)諧。

• -MCPU =本機：生成代碼基于CPU GCC正在運行的CPU模型。注意，需要GCC版本9.1或更高版本以啟用Ampere Altra和Ampere Altra Max處理器的CPU特定調(diào)諧。

使用-mcpu =本機的使用可能更易于使用，盡管如果在其他系統(tǒng)上使用可執(zhí)行文件，共享庫或對象文件，則可能存在潛在的問題。如果在安培安培處理器上完成構建，則該代碼可能無法在安培的Altra或Altra Max處理器上運行，因為生成的代碼可能包括AMPERE安培處理器支持的ARMV8.6指令。 如果在Ampere Altra或Altra Max處理器上完成構建，則GCC將不會利用安培安培處理器上可用的最新性能改進。當構建代碼以利用任何體系結構的性能功能時，這是一個一般問題。

>下表列出了支持Ampere處理器-MCPU值的GCC版本。

>處理器 -MCPU值 gcc 9 gcc 10 gcc 11 GCC 12 > gcc 13 安培的醒目 Neoverse-N1 ≥9.1 全部 全部 全部 全部 安培·奧特拉（Ampere Altra Max） Neoverse-N1 ≥9.1 全部 全部 全部 全部 安培 Ampere1 N/A。 ≥10.5 ≥11.3 ≥12.1 全部

>我們的建議是使用上述適當?shù)闹凳褂肎CC -MCPU選項（-mcpu = ampere1，-mcpu = neoverse -n1或-mcpu =本機）和-O2來建立性能的基線，然后探索其他優(yōu)化選項并衡量與基線相比，不同的選項是否提高了性能。

>

常見GCC選項的摘要：

• 在構建Ampere處理器上，建議使用

  -MCPU，以啟用處理器特定的調(diào)整和優(yōu)化。 （有關詳細信息，請參見上面的討論“設置-MCPU選項”部分。）

  >
• 如果您的應用程序受到獲取說明的限制，則

  -OS可以優(yōu)化以減少代碼大小。

• -O2被認為是標準的GCC優(yōu)化選項，并且可以用作與其他GCC選項進行比較的基準。

• -O3添加了其他優(yōu)化，以生成更有效的循環(huán)代碼，如果您的應用程序性能在循環(huán)中所花費的時間主導，則可以嘗試使用。

• 配置文件指導優(yōu)化（PGO）：-frofile -fer -fofile -fofile -use。生成編譯器將使用的配置文件數(shù)據(jù)有潛在地對優(yōu)化做出更好的決策，例如內(nèi)部，循環(huán)優(yōu)化和默認分支。這被認為是高級優(yōu)化，因為它需要更改構建系統(tǒng)，請參見下文。

• >鏈接時間優(yōu)化（LTO）：-flto。啟用鏈接時間優(yōu)化，允許編譯器在各個源文件上進行優(yōu)化。這使得在其他編譯器優(yōu)化以及其他編譯器優(yōu)化和其他編譯器優(yōu)化方面可以將函數(shù)在源文件上進行串聯(lián)。這也被認為是高級優(yōu)化，可能需要更改構建系統(tǒng)。此選項增加了整體構建時間，這對于大型應用程序可能是戲劇性的?？梢詫TO僅在績效關鍵源文件上使用，以減少構建時間。

> VP9視頻編碼案例研究與GCC -MCPU

VP9是由Google開發(fā)的視頻編碼格式。 LIBVPX是Google的VP8和VP9視頻編解碼器的開源參考軟件實現(xiàn)，以及Open Media聯(lián)盟（AOMEDIA）。 LIBVPX在X264上提供了顯著改善，并花費了額外的計算時間。有關VP9和LIBVPX的其他信息，請訪問Wikipedia。 在本案例研究中，VP9構建被配置為使用GCC -MCPU =本機選項來提高性能。如上所述，在編譯安培處理器上時，請使用-MCPU選項以啟用CPU特定的調(diào)整和優(yōu)化。最初，使用默認配置構建了libvpx，然后使用-mcpu =本機進行重建。為了評估VP9性能，使用了1080p輸入視頻文件，使用了YouTube的用戶生成的內(nèi)容數(shù)據(jù)集的Original_videos_sports_sports_1080p_sports_1080p-0063.mkv。有關如何構建FFMPEG和包括Ampere處理器的VP9在內(nèi)的各種編解碼器，請參見Ampere的FFMPEG調(diào)整和構建指南。

>

>默認的libvpx構建：

如何使用-mcpu =本機

優(yōu)化libvpx構建

$ git clone https://chromium.googlesource.com/webm/libvpx
$ cd libvpx/
$ export CFLAGS="-mcpu=native -DNDEBUG -O3 -U_FORTIFY_SOURCE -D_FORTIFY_SOURCE=0 -D_LARGEFILE_SOURCE -D_FILE_OFFSET_BITS=64 -Wall -Wdeclaration-after-statement -Wdisabled-optimization -Wfloat-conversion -Wformat=2 -Wpointer-arith -Wtype-limits -Wcast-qual -Wvla -Wimplicit-function-declaration -Wmissing-declarations -Wmissing-prototypes -Wuninitialized -Wunused -Wextra -Wundef -Wframe-larger-than=52000 -std=gnu89"
$ export CXXFLAGS="-mcpu=native -DNDEBUG -O3 -U_FORTIFY_SOURCE -D_FORTIFY_SOURCE=0 -D_LARGEFILE_SOURCE -D_FILE_OFFSET_BITS=64 -Wall -Wdisabled-optimization -Wextra-semi -Wfloat-conversion -Wformat=2 -Wpointer-arith -Wtype-limits -Wcast-qual -Wvla -Wmissing-declarations -Wuninitialized -Wunused -Wextra -Wno-psabi -Wc++14-extensions -Wc++17-extensions -Wc++20-extensions -std=gnu++11 -std=gnu++11"
$ ./configure
$ make verbose=1 
$ ./vpxenc --codec=vp9 --profile=0 --height=1080 --width=1920 --fps=25/1 --limit=100 -o output.mkv /home/joneill/Videos/original_videos_Sports_1080P_Sports_1080P-0063.mkv --target-bitrate=2073600 --good --passes=1 --threads=1 –debug

使用Linux Perf的調(diào)查測量功能中CPU周期的數(shù)量，該函數(shù)花費了最多的時間包括函數(shù)VPX_Convolve8_Horiz_Neon和VPX_Convolve8_vert_neon。 LIBVPX GIT存儲庫表明，通過ARM優(yōu)化了這些功能以使用ARMV8.6-A USDOT（混合符號點產(chǎn)物）指令，該指令由Ampere處理器支持。

。使用GCC -MCPU =天然，在VPX_Convolve8_Horiz_Neon中花費的CPU周期從6.07e 11減少到2.52e 11，以在Ampere Altra處理器上啟用點產(chǎn)品優(yōu)化，從而將CPU周期減少為2.4x。

對于VPX_Convolve8_vert_neon，

將CPU周期從2.46E 11減少到2.07e 11，以減少16％。

總體而言，使用-mcpu =天然來啟用DOT產(chǎn)品指令加速編碼文件Original_videos_sports_sports_1080p_sports_sports_1080p -0063.mkv在AMPERE ALTRA處理器上通過改進應用程序瀏覽器來啟用7％。下表顯示了使用Perf Record和Perf Report實用程序收集的數(shù)據(jù)，以測量CPU周期和指令退休。

構建config

符號 循環(huán)（％） 循環(huán) >指令（％） >指令 默認構建 vpx_convolve8_horiz_neon 8.72 6.07e 11 7.52 1.13e 12 vpx_convolve8_vert_neon 3.53 2.46 E11 2.51 3.78e 11 整個應用程序 100 6.97e 10 100 1.48e 11 -mcpu =本機 vpx_convolve8_horiz_neon 3.89 2.52E 11 3.87 5.71E 11 vpx_convolve8_vert_neon 3.19 2.07 E11 3.29 4.86e 11 整個應用程序 100 6.48e 10 100 1.48e 11 > GCC配置文件指導優(yōu)化 >本節(jié)概述了GCC的配置文件指導優(yōu)化（PGO）和用PGO優(yōu)化MySQL的案例研究。配置指南的優(yōu)化使GCC能夠做出更好的優(yōu)化決策，包括優(yōu)化分支，代碼塊重新排序，通過循環(huán)展開，循環(huán)剝離和矢量化來融合功能和循環(huán)優(yōu)化。使用PGO需要修改構建環(huán)境才能進行三部分構建。

>使用配置文件的優(yōu)化構建應用程序，GCC -FROFILE生成。

在代表工作負載上運行應用程序以生成配置文件數(shù)據(jù)。

>使用配置文件數(shù)據(jù)，gcc -fprofile -use。

1. 使用PGO的挑戰(zhàn)是上面步驟2中極高的性能開銷。由于運行使用GCC -FROFILE生成的應用程序的性能緩慢，因此在生產(chǎn)環(huán)境中運行的系統(tǒng)運行可能是不切實際的。請參閱GCC手冊的程序儀器選項部分，以使用運行時儀器和使用生成的配置文件信息進行優(yōu)化進行優(yōu)化的部分構建應用程序，以獲取其他詳細信息。
如GCC手冊中所述，建議用于多線程應用程序，并可以通過收集改進的配置文件數(shù)據(jù)來提高性能。

何時使用PGO？

>使用PGO，GCC可以通過提供其他信息，例如測量分支，而不是采用并測量循環(huán)跳閘計數(shù)來更好地優(yōu)化應用程序。 PGO是一種有用的優(yōu)化，可以嘗試查看其是否提高性能。 PGO可能有助于包括分支錯誤預測的應用程序的性能簽名，可以使用Perf Utility讀取CPU的性能監(jiān)控單元（PMU）計數(shù)器BR_MIS_PRED_RETIED。大量的分支錯誤預測導致前端攤位的很高比例，可以通過Stall_frontend PMU計數(shù)器進行測量。具有高L2指令的申請緩存率也可能受益于PGO，可能與錯誤預測的分支機構有關?？偠灾艽笠徊糠址种C構錯誤預測，CPU前端攤位和L2指令cache遺漏是績效簽名，PGO可以提高性能。

> MySQL數(shù)據(jù)庫GCC PGO案例研究

MySQL是世界上最受歡迎的開源數(shù)據(jù)庫，由于MySQL二進制尺寸巨大，是使用GCC PGO優(yōu)化的理想候選者。沒有PGO信息，海灣合作委員會就無法正確預測執(zhí)行的許多不同代碼路徑。使用PGO極大地減少了分支錯誤預測，L2指令cache MISS率和CPU前端檔位上的Ampere Altra Max處理器。
總結使用GCC PGO優(yōu)化MySQL的方式：

Sysbench用于評估MySQL性能

使用MySQL MTR（MySQL-Test-run）測試套件
1. GCC PGO
與默認構建相比 然后將所使用的線程數(shù)從1到1024變化，OLTP_POINT_SELECT的平均速度為29％，在Ampere Altra Max M128-30處理器上測試的OLTP_READ_ONLY測試為20％。
2. 有64個線程，PGO通過改進MySQL的吞吐量
提高了32％
其他詳細信息可以在Ampere開發(fā)人員的網(wǎng)站上找到MySQL Tuning Guide。
4. 。
摘要
優(yōu)化應用程序需要實驗不同的策略，以確定哪種作用最佳。本文為不同的海灣合作委員會編譯器優(yōu)化提供了建議，以生成在安培處理器上運行的高性能應用程序。它突出顯示了使用-MCPU選項作為生成代碼的最簡單方法，該代碼利用了Ampere Cloud Native處理器支持的所有功能。針對MySQL數(shù)據(jù)庫和VP9視頻編碼器的兩個案例研究顯示了使用GCC選項來優(yōu)化這些應用程序至關重要的這些應用程序。Ampere的第一個云本地處理器為可持續(xù)云計算而構建的

>可預測的高性能，平臺可擴展性和功率效率在行業(yè)中提供了前所未有的。我們邀請您了解有關開發(fā)人員工作的更多信息，并在developer.amperecomputing.com上找到最佳實踐，并加入community.amperecomputing.com。

以上是Ampere處理器GCC指南的詳細內(nèi)容。更多信息請關注PHP中文網(wǎng)其他相關文章！