Arm Neoverse V1–性能分析和遙測規(guī)范的自頂向下方法

Arm Neoverse V1 性能分析方法白皮書（https://armkeil.blob.core.windows.net/developer/Files/pdf/white-paper/neoverse-v1-core-performance-analysis.pdf）現(xiàn)在可以下載了，它可以幫助您為基于V1的產(chǎn)品系統(tǒng)優(yōu)化應(yīng)用程序代碼。

白皮書是對上一篇“Arm Neoverse N1：性能分析方法”（https://community.arm.com/arm-community-blogs/b/tools-software-ides-blog/posts/arm-neoverse-n1-performance-analysis-methodology）的更新，涵蓋了從N1到V1內(nèi)核的新功能和更新。此資源可用于了解和優(yōu)化V1平臺上應(yīng)用程序的性能。

為了充分利用您花費的分析和優(yōu)化時間，選擇正確的PMU事件并遵循具有用戶友好軟件度量的結(jié)構(gòu)化方法是非常重要的。在白皮書中，我們介紹了Neoverse V1的Arm自頂向下分析方法。

在本博客中，我們概述了從N1到V1內(nèi)核的更新，并概述了本白皮書的內(nèi)容。我們還引用了其他有用的資源，以充分利用Neoverse V1平臺。

ArmNeoverse V1支持自上而下的1級指標。

Arm Neoverse V1平臺是第一個Arm核心，為自上而下的方法學1級指標支持全套事件和指標。這些指標對于性能分析和優(yōu)化是一個巨大的增值。

這些指標提供了SLOT級別處理器流水線利用率的詳細細分，從而能夠評估處理器效率和識別瓶頸。該功能是Arm Neoverse V1平臺性能分析功能的一個主要增強，此外還有其他可用于進一步分析的微架構(gòu)探索指標。

Arm Neoverse V1遙測規(guī)范：性能分析的事件和指標。

Arm Neoverse V1遙測規(guī)范，包括軟件產(chǎn)品特定事件描述和衍生分析指標，可在Arm Neovere V1性能分析方法白皮書附錄B和C中找到。

Arm遙測解決方案庫

白皮書中引用的機器可讀JSON文件中提供的遙測數(shù)據(jù)和壓力工作負載套件現(xiàn)在可以在GitLab遙測解決方案庫（https://gitlab.arm.com/telemetry-solution/telemetry-solution）中找到。

Neoverse V1 PMU事件和指標備忘單

在這個過程中，熟悉Arm Neoverse微體系結(jié)構(gòu)，包括其復雜的管道和多級內(nèi)存層次結(jié)構(gòu)，可能會有所幫助。由于Neoverse內(nèi)核提供了100多個硬件計數(shù)器可供選擇，因此確定重點關(guān)注的事件的優(yōu)先級非常重要。為了幫助完成這項任務(wù)，我們創(chuàng)建了列出事件及其相應(yīng)派生度量的備忘單。

表1。Neoverse V1核心活動備忘單

主要參考文獻

以下兩份文件提供了對Neoverse V1進行性能分析所需的所有信息，是我們推薦的參考文件：

1） Arm Neoverse V1性能分析方法白皮書（https://armkeil.blob.core.windows.net/developer/Files/pdf/white-paper/neoverse-v1-core-performance-analysis.pdf）：本白皮書介紹了一種性能分析方法，并介紹了如何在Arm Neovere V1平臺上進行工作負載表征。這是對上一篇Neoverse N1白皮書的更新，該白皮書介紹了性能分析方法，并展示了如何在Arm Neoverse N1平臺上進行工作負載表征。如果您是Arm平臺和性能分析工具（如Linuxperf）的新手，我們建議您先閱讀本白皮書。

2） Arm Neoverse V1 PMU指南（直接下載）：本文檔全面概述了所有硬件PMU事件，包括在性能分析中有效使用事件所需的微架構(gòu)和架構(gòu)細節(jié)。

Arm Neoverse V1核心

Arm Neoverse V1是一個核心，旨在為苛刻的云、HPC和AI/ML輔助工作負載提供最大的單線程性能。Neoverse V1是第一個包含可擴展向量擴展（SVE）的Neoverse處理器，可實現(xiàn)最大向量性能、HPC代碼重用和使用壽命。Neoverse V1支持Bfloat16和Int8 MatMul指令。與Neoverse N1相比，這些指令可以為TensorFlow、PyTorch、OneDNN等機器學習框架提供高達3倍的性能。Neoverse V1 CPU目前可用于AWS EC2實例，由AWS Graviton3和AWS Graviton 3E處理器提供支持。

結(jié)論

我們自上而下的方法分析和遙測規(guī)范現(xiàn)在可用于Neoverse V1平臺。我們將很快開始將這些信息上傳到Linux perf工具。V系列內(nèi)核，如V1，旨在在Neoverse系列CPU IP中提供最大的單線程性能。Neoverse V1性能分析方法白皮書和V1 PMU指南可以幫助開發(fā)人員從V1架構(gòu)中獲得最大性能。我們鼓勵所有使用基于V1的平臺（包括AWS Graviton3和Graviton3E）的開發(fā)人員學習和使用它。

白皮書下載地址：https://armkeil.blob.core.windows.net/developer/Files/pdf/white-paper/neoverse-v1-core-performance-analysis.pdf

審核編輯 ：李倩