基于FT2000 處理器內存性能測試及優化

李競擇， 茍喜東， 范承宇

（中國兵器裝備集團自動化研究所有限公司， 四川 綿陽 621000）

0 引言

STREAM 工具是由美國教授John McCalpin 提出的一套綜合性能測試程序集， 旨在測試計算機的內存帶寬性能。 現在世界上存在的個人計算機和專用計算機大部分是使用美國生產、研發的處理器、固件以及操作系統，全國產化的計算機目前還比較少，性能較差，針對全國產化計算機的內存性能測試也比較少。 本文選用由飛騰（FT2000/4）處理器、昆侖固件以及銀河麒麟操作系統構成的全國產化計算機進行STREAM 測試，設置不同參數取值下的對照實驗， 挖掘發現內存性能測試的規律和優化方法。

1 實驗軟硬件介紹

1.1 STREAM 測試工具

隨著處理器處理核心數量的增多， 內存帶寬對于提升整個系統性能越發重要， 如果某個系統不能足夠迅速地將內存中的數據傳輸到處理器當中， 若干處理核心就會處于等待數據的閑置狀態， 所產生的閑置時間不僅會降低系統的效率， 還會抵消多核心和高主頻所帶來的性能提升[1]。

STREAM 是由時為美國特拉華州大學（Delaware University） 的教授John McCalpin 團隊提出和完成的一套用于測試處理器內存性能的測試工具。 后由弗吉尼亞大學（Virginia University） 的計算機科學系負責它的維護和版本更新。

STREAM 包括Copy、Scale、Add、Triad 四種對連續一維向量數組的操作。 Copy 先訪問一個內存單元讀出其中的值，再將值寫入另一個內存單元。Scale 操作先從內存單元讀出其中的值，作一個乘法運算，再將結果寫入另一個內存單元。 Add 操作先從內存單元讀出兩個值，做加法運算，再將結果寫入另一個內存單元。Triad 操作先從內存單元中讀兩個值，將其中一個數值乘以一個標量，與另一個值相加， 將運算結果寫入另一個內存單元。 表1 給出了STREAM 基準測試程序的四種算法操作。

表1 STREAM 基準測試程序算法操作

1.2 飛騰處理器

FT-2000/4 是飛騰旗下的一款面向桌面計算機，包括臺式機、一體機、筆記本和終端控制主機的高性能通用處理器。 它集成了4 個64 位高性能核， 主頻標準配置為2.6GHz 并且可超頻至3GHz。 商業級版本工作溫度范圍在0 到70℃而工業級版本工作溫度范圍在-40℃到85℃。

作為國產處理器的領頭人，FT-2000/4 詳細技術指標如下： 采用ARM64 指令集、 主頻可調范圍為1.9GHz 到3GHz、4 個64 位處理器核FTC663、集成2 個DDR4/3200存 儲 接 口、 集 成2 路16lane PCIE3.0 接 口、2 路1lane PCIE3.0 接口、 集成2 個千兆網口、1 個SD2.0 控制器、1個高保真音頻接口、以及串口、FLASH 接口等慢速I/O 接口、全芯片典型工作功耗為10W。

FT-2000/4 可以根據實際應用需求，設計出不同的硬件配置。 具體設計可以根據需求裁剪、添加、替換外設模塊。 用戶可以根據具體應用靈活調整。

1.3 昆侖固件

昆侖固件是中電科技旗下的一款具有自主知識產權，以固件技術和可信計算技術為核心，支持整機主板硬件初始化和操作系統引導， 廣泛應用于主流國產處理器平臺的服務器、終端、移動設備和嵌入式設備的明星產品。 昆侖固件可信版已經全面支持國產硬件平臺， 并實現了多種安全可信功能。目前，昆侖固件已在多個國家項目和軍隊項目中廣泛應用，并獲得了解放軍科學技術進步一等獎[2]。

1.4 銀河麒麟操作系統

“銀河麒麟”操作系統由中國自主研發的基本內核層和基于FreeBSD（一種Unix 操作系統）改造的系統服務層組成，是一個擁有層次式內核、安全等級達到結構化保護級、 能支持多種微處理器和多種計算機體系結構， 并與Linux 目標代碼兼容的國產服務器操作系統[3]。

作為國產操作系統的領頭羊， 銀河麒麟V10 操作系統擁有：同源代碼構建、國產平臺優化、圖形顯示優化、內生安全體系、輕量桌面環境、統一軟件、安卓兼容環境、版本兼容升級等特點。

2 測試方案設計及測試結果

2.1 測試原理

STREAM 工具主要使用四種數組的運算來測試內存帶寬的性能，分別是：數組的復制（Copy）、數組的尺度變換（Scale）、數組的矢量求和（Add）、數組的復合矢量求和（Triad）。

2.2 測試參數說明

STREAM 作為一款完善的內存寬帶性能測試工具擁有很多可選參數， 確保用戶可以根據自己的需求選用最優參數進行測試。 具體參數說明見表2。

表2 STREAM測試參數說明

2.3 測試方案設計與結果

本次實驗目的是對STREAM 測試工具的各項參數進行調試、設置，根據測試數據進行分析，從而得到測試得分最高的參數設置方案。

為防止偶然數據影響分析， 每次測試均加上參數-DNTIMES=30，表示測試30 次取最優值。

因為單線程與多線程測試分數肯定相差很大， 所以不加-fopenmp 的單線程測試結果不與添加了-fopenmp的多線程測試結果比較， 僅與無-fopenmp 參數測試結果比較。

針對參數-mtune/-march， 由于測試編譯機即運行機器，所以該參數值選擇為native。 編譯對照命令見表3。

表3 編譯命令

參數-mtune/-march 測試結果見表4。

表4 跑分結果

由測試數據可以看出，該參數會降低得分，因此后續實驗均不添加此參數。

針對參數-O，同樣如表3 制定類似編譯策略，進行對比試驗，編譯對照命令見表5。

表5 編譯命令

參數-O 測試結果，如表6 所示。

表6 跑分結果

從表5 可以看出，加上-O 參數后，得分明顯超過未加-O 參數得分，因此，后續實驗中均加入-O 參數討論。

針對參數-DSTREAM_ARRAY_SIZE，查看stream 測試工具源碼可知，未定義此參數時默認值為-DSTREAM_ARRAY_SIZE=10000000。 考慮到篇幅大小與CPU 正常工作情況（多核工作），針對該參數僅對多線程進行實驗，測試初始值從2000000 開始，每隔2000000 設置一次參數，直到10000000，編譯命令如表7 所示。

表7 編譯命令

實驗結果如表8 所示。

表8 跑分結果

從表中可以看出，該參數大小對性能得分影響很大，因此該參數取值應該擴大設置范圍進行重點討論。于是，我們從2000000 開始每隔2000000 取一次值， 直到110000000。 跑分結果見表9。

為方便分析結果，我們將表9 制成曲線圖，并且畫出趨勢線見圖1。

表9 跑分結果

觀察該圖，可知在一定范圍內，跑分分數呈周期性上下波動，觀察整體趨勢線，可知總體趨勢是隨該參數取值的增大而下降的。 由于平均分數是由4 項分數：Copy、Scale、Add、Triad 平均得出， 所以為了探究各測試項對平均分數影響的大小，我們做出了4 個測試項的曲線圖，如圖2～圖5 所示。

圖2 Copy 得分

圖5 Add 得分

圖3 Scale 得分

圖4 Triad 得分

觀察上圖， 可以看到，4 項分數均呈周期性變化。 其中Copy 在一個周期內（約5000000 一個周期）呈類三角函數變化；Scale 在一個周期內（約7500000 一個周期）呈類三角函數變化；Triad 在一個周期內（約29000000 一個周期）呈周期性變化，可以取到極值；Add 在一個周期內（約29000000 一個周期）呈周期性變化，可以取到極值。因為4 項得分都呈周期性變化， 所以4 項得分的平均得分也呈周期性變化。

3 測試結果與分析

在2.3 節進行了科學且系統的參數選取實驗，并且得到了實驗結果。 根據表格及曲線圖分析可得到以下結論：

（1）-mtnue/-march 參數會導致得分負增長，不建議在測試時加入。

（2）-O 參數會優化編譯器使得得分大幅度增長，建議在測試時加入。

（3）-DSTREAM_ARRAY_SIZE 參數的取值變化會使得得分呈周期性變化，在取值時應該根據測試方要求選取不同值。 例如測試要求參數取值范圍為0 到10000000，則在此范圍內應該取4000000 作為參數值，此時得分最高。

數據測試結果表明， 進行STREAM 多線程內存性能測試時相較于不添加任何參數，加上-O 以及-DSTREAM_ARRAY_SIZE 參數后，程序測試分數最大可以提升56.34%。

4 結束語

隨著科技的高速發展， 科學和工程的各個領域都對高性能數據處理有極高的要求， 但計算機訪存性能的瓶頸制約了應用程序的發揮， 使得其峰值性能只有機器實際性能的5%到10%左右。

本文研究了STREAM 在使用了FT2000/4 微處理器的全國產筆記本上的性能優化方法。 從參數方向入手系統地討論了-mtune/-march、-O、-DSTREAM_ARRAY_SIZE等關鍵參數對內存性能測試結果的影響。

數據測試結果表明，優化后，并行程序的最高訪存性能能達到13.93GB/s，對比優化前的最高訪存性能提高了56.34%。

程序優化是一個永無止境的過程， 希望其他學者在尋找更好優化方法的同時， 把本文的優化方法應用到其他具有相似訪存特點的程序中。