为什么memory_order_relaxed性能与memory_order_seq_cst相同
我已经创建了一个简单的测试来检查std::memory_order_relaxed如何比atomic<int>增量的std::memory_order_seq_cst值更快。但是，这两种情况的性能是相同的。
我的编译器: gcc 7.3.0版(Ubuntu 7.3.0-27ubuntu1~18.04)
构建参数: g++ -m64 -O3 main.cpp -std=c++17 -lpthread
CPU:英特尔(R)酷睿(TM) i7-2670QM CPU @2.20 CPU，4核，每个核2个线程
测试代码：
#include <vector>
#include <iostream>
#include <thread>
#include <atomic>
#include <chrono>
#include <functional>
std::atomic<int> cnt = {0};
void run_test_order_relaxed()
{
std::vector<std::thread> v;
for (int n = 0; n < 4; ++n) {
v.emplace_back([]() {
for (int n = 0; n < 30000000; ++n) {
cnt.fetch_add(1, std::memory_order_relaxed);
}
});
}
std::cout << "rel: " << cnt.load(std::memory_order_relaxed);
for (auto& t : v)
t.join();
}
void run_test_order_cst()
{
std::vector<std::thread> v;
for (int n = 0; n < 4; ++n) {
v.emplace_back([]() {
for (int n = 0; n < 30000000; ++n) {
cnt.fetch_add(1, std::memory_order_seq_cst);
}
});
}
std::cout << "cst: " << cnt.load(std::memory_order_seq_cst);
for (auto& t : v)
t.join();
}
void measure_duration(const std::function<void()>& func)
{
using namespace std::chrono;
high_resolution_clock::time_point t1 = high_resolution_clock::now();
func();
high_resolution_clock::time_point t2 = high_resolution_clock::now();
auto duration = duration_cast<milliseconds>( t2 - t1 ).count();
std::cout << " duration: " << duration << "ms" << std::endl;
}
int main()
{
measure_duration(&run_test_order_relaxed);
measure_duration(&run_test_order_cst);
return 0;
}为什么std::memory_order_relaxed和std::memory_order_seq_cst总是产生几乎相同的结果？
结果：
rel: 2411时长: 4440ms
cst: 120000164时长: 4443ms
回答 1
Stack Overflow用户
发布于 2018-12-17 02:46:39
无论内存顺序如何设置，您都需要在两个循环中执行原子操作。事实证明，对于在大多数情况下本质上是强有序的x86处理器，这会导致对每个fetch_add：lock xadd使用相同的ASM码。x86处理器上的这种原子操作总是顺序一致的，因此在指定宽松的内存顺序时，这里没有优化的机会。
使用宽松的内存顺序可以进一步优化周围的操作，但您的代码不会提供任何进一步的优化机会，因此发出的代码是相同的。请注意，对于弱排序的处理器(例如，ARM)或循环内更多的数据操作(这可能提供更多的重新排序机会)，结果可能会有所不同。
来自cppreference (我的斜体)：
std::memory_order指定如何围绕原子操作对常规的非原子内存访问进行排序。
论文Memory Models for C/C++ Programmers在这方面提供了更多的细节。
另外，重复运行原子基准或在不同的x86处理器上运行它们(即使是由同一制造商)可能会导致截然不同的结果，因为线程可能不会均匀分布在所有内核上，并且缓存延迟受到本地内核、同一芯片上的另一个内核或另一个芯片上的缓存延迟的影响。它还受到特定处理器如何处理潜在的一致性冲突的影响。此外，1级、2级和3级缓存的行为不同，ram也是如此，因此数据集的总大小也有很大的影响。参见Evaluating the Cost of Atomic Operations on Modern Architectures。
https://stackoverflow.com/questions/53805142
复制相似问题