现代硬件性能计数器实现中的非确定性与过度计数

Lobsters Hottest 论文
hardware-performance-counters non-determinism cpu-profiling microarchitecture reproducibility

摘要

一篇研究论文，探讨现代硬件性能计数器实现中的非确定性与事件过度计数问题，分析为何性能测量结果可能在不同运行和平台之间无法复现。

<p>摘要：理想的硬件性能计数器应提供精确的确定性结果。现实中的性能监控单元（PMU）实现并不总能达到这一理想。那些本应精确且确定的事件（如已退休指令数）在 x86_64 机器上即使在严格受控的环境中运行，仍会表现出运行间的差异和过度计数现象。这些效应对普通用户来说是反直觉的，并且在需要严格确定性的场景中会造成困难，例如在实现确定性重放或确定性线程库时。</p> <p>我们研究了十一款不同的 x86_64 CPU 实现，发现了与预期计数总量产生偏差的原因。在所有研究的计数器事件中，我们发现只有少数几个具有足够的确定性，可以在确定性执行环境中无需调整即可使用。在这些机器上，`iret` 中断返回指令尽管在内核空间执行，却被计为一条用户空间指令，这导致计数无法保持确定性。我们发现的确定性事件是那些不计入 `iret` 的事件，例如条件分支和已退休存储操作。</p> <p>我们还简要研究了 ARM、IA64、POWER 和 SPARC 系统，发现这些平台上计数器事件具有更高的确定性。我们探索了多种方法来规避 x86_64 事件的局限性，但在许多情况下这是不可能的，需要对底层 PMU 进行架构级重新设计。</p> <p><a href="https://lobste.rs/s/pswl6z/non_determinism_overcount_on_modern">评论</a></p>
查看原文
查看缓存全文

缓存时间: 2026/11/01 09:34

提供的内容是损坏的 PDF 二进制数据，无法读取为可翻译的文本。请提供该 PDF 中文章的纯文本内容，我会将其翻译成简体中文。

相似文章

性能优化基准是否可靠地衡量编码代理？

Hugging Face Daily Papers

本文审计了针对编码代理的三个性能优化基准（GSO、SWE-Perf、SWE-efficiency），发现运行时不稳定、评分规则和任务覆盖率显著影响可靠性，并且许多任务已经至少有一个公开提交解决了。

低成本的确定性虚拟机管理程序

Lobsters Hottest

作者讨论了构建确定性虚拟机管理程序的过程，解释了由于并发性和硬件问题导致实现确定性的挑战，同时批评了网络安全和虚拟化领域的现有实现。

非确定性并不重要

Hacker News Top

一篇引人思考的博客文章，主张大语言模型输出的非确定性并非软件开发的致命缺陷，因为只有最终结果需要精确，而达成结果的路径不必如此。作者提倡利用 AI 构建经过测试的确定性工具，供智能体调用，从而利用当下的随机性来减少未来系统中的随机性。

论计算机使用智能体的可靠性

Hugging Face Daily Papers

一篇预印本论文，分析为何计算机使用智能体首次成功却在重复执行时失败，将不可靠性归因于执行随机性、任务模糊性和行为变异性，并倡导重复评估与稳定策略。