作者：安谋科技 (Arm China) 主任工程师 Ker Liu；安谋科技 (Arm China) 主任软件工程师 蔡亦波
有客户希望我们帮忙分析 Eigen gemm 基准测试的一些执行情况。具体来说是为什么 L1D_CACHE_WR 的值会低于 L2D_CACHE_WR，这种情况令人费解。
通常，我们期望写操作发生在 L1 数据缓存中。来自 L1 数据缓存的一些回写可能会引发 L2 缓存写操作。一般来说，L1 数据缓存写操作的数量应该高于 L2 缓存写操作的数量。对于一些常用的工作负载（例如 Redis 和 Nginx），如果我们对 PMU 进行监控，就会发现 L1 数据缓存写操作的数量会高于 L2 缓存写操作的 PMU 值。但对于某些工作负载而言，L1 数据缓存写操作的 PMU 值要低于 L2 缓存写操作的 PMU 值。
本文中，我们将分析 L2D_CACHE_WR 的计数，以及在何种情况下，L1D_CACHE_WR 的 PMU 值会低于 L2D_CACHE_WR。
验证平台
本文中的测试都是基于 Arm Neoverse N2 平台的服务器。下表显示了该服务器的硬件和软件版本信息。
调查
对于大多数工作负载而言，L1D_CACHE_WR 的 PMU 值要高于 L2D_CACHE_WR。例如，对于 Redis 来说，一个 Redis 进程在Core 1 上运行。使用 Memtier 客户端来生成读写混合请求。
以下是 Neoverse N2 PMU 指南[1]中 L1D_CACHE_WR 和 L2D_CACHE_WR 的定义。
L1D_CACHE_WR：此事件将统计在 L1 数据缓存中查找的任何内存写入操作。此事件还将统计由数据缓存按虚拟地址清零 (DC ZVA) 指令所引发的访问操作。
L2D_CACHE_WR：此事件将统计由 CPU 发出并在统一 L2 缓存中查找的任何内存写入操作。无论 L2 缓存是否命中，该事件都将计数。此事件还将统计从 L1 数据缓存分配到 L2 缓存的任何回写。此事件将 DC ZVA 操作视为存储指令并统计这些访问。来自 CPU 外部的监听不计算在内。
从 Neoverse N2 技术参考手册[2]中我们知道，L1 缓存和 L2 缓存之间具有严格的包含关系。存在于 L1 缓存中的任何缓存行也同样存在于 L2 缓存中。
经过分析研究，我们发现如下规律：
L2D_CACHE_WR 的 PMU 值约等于“L1 数据缓存重填”、“L1 指令缓存重填”和“L1 预取重填”的 PMU 值之和。
为什么我们要从这三个事件开始分析？
因为这三个事件都会引起 L1 数据缓存和 L1 指令缓存的替换行为，包括干净替换 (clean evictions) 和脏替换 (dirty evictions)。如果仔细看 L2D_CACHE_WR 的定义，您会发现它将统计从 L1 数据缓存分配到 L2 缓存的任何回写。L1 数据缓存回写则统计从 L1 数据缓存到 L2 缓存的任何脏数据回写，该值通常非常小，与 L2D_CACHE_WR 的值并不匹配，且没有专门针对干净替换的 PMU 计数器。因此，我们综合考虑了所有可能导致缓存替换的事件（包括干净替换和脏替换），从不同的角度进行分析，找到了这个规律。
我们已在几个典型场景中验证了这一发现。大多数测试用例确实遵循这种规律。
对于 Redis 的情况
我们使用 Memtier 客户端作为负载生成器，为 Redis 进程生成混合读写请求，结果发现 PMU 值遵循相应规律。
对于“Telemetry: ustress: l1d_cache_workload”[3]的情况
此基准测试仅读取数据，旨在对 L1 数据缓存的未命中情况进行压力测试，结果发现 PMU 值遵循相应规律。
对于“Telemetry: ustress: l1i_cache_workload”[4]的情况
此基准测试将重复调用那些与页面边界对齐的函数，旨在对 CPU L1 指令缓存的未命中情况进行压力测试，结果发现 PMU 值遵循相应规律。
对于 Eigen gemm 的情况
此基准测试包含许多读取操作。L1D_CACHE_WR 的 PMU 值比较小，但 L1 缓存的预取操作导致 L2D 的 PMU 值很大。因此，我们得到的结果是 L1D_CACHE_WR 的 PMU 值要低于 L2D_CACHE_WR。PMU 值也遵循这种规律。
但是，流写入是一个例外。我们使用“Telemetry: ustress: memcpy_workload”[5]基准测试，对加载-存储 (load-store) 管线中完全处于 L1D 缓存内的 memcpy 进行压力测试。memcpy 触发流写入，跳过 L1 并直接写入 L2。此时，PMU 值并不遵循这种规律。
以下是 Neoverse N2 技术参考手册中关于写入流模式的描述。
Neoverse N2 核心支持写入流模式（有时也称为读取分配模式），这一点同时适用于 L1 和 L2 缓存。
当发生读取未命中或写入未命中时，会向 L1 和 L2 缓存分配缓存行。但是，写入大块数据可能会导致不必要的数据浪费缓存空间。这也可能会浪费功率和性能，因为在执行行填充后，如果 memset() 随后写入了整行数据，行填充数据将被丢弃。有些情况下，不需要在写入时分配缓存行，例如在执行 C 标准库 memset() 函数以将一大块内存清除为某个已知值时。
为了防止不必要的缓存行分配，内存系统可以在行填充完成之前检测核心何时写入完整的缓存行。如果在可配置数量的连续行填充中检测到这种情况，系统就会切换到写入流模式。
在写入流模式下，读取操作会正常执行，仍可能引发行填充。写入操作还是会先查找缓存，但如果未命中，它们就会写入 L2 或系统，而不是开始行填充。
总结
在基于 Neoverse N2 的服务器上，L2D_CACHE_WR 会统计来自 L1 缓存的所有缓存替换（包括干净替换和脏替换）以及流写入。
对于读取大量数据的工作负载，我们会看到，L1D_CACHE_WR 的 PMU 值要低于 L2D_CACHE_WR。
