实用指南：嵌入式Linux——解密 ARM 性能优化：LDR 未命中时，为何 STR 还能“插队”？

问题理解

• ARM v6/v7 处理器会对以下指令顺序进行优化

  LDR r0, [r1] ;
  STR r2, [r3] ;

• 等待LDR指令完成。就是假如说第一条LDR指令导致缓存未命中，这样缓存就会填充行，并需要较多的时钟周期才能完成。老的ARM处理器会等待这个动作完成，再执行下一条STR指令。而ARM v6/v7 及以后处理器会识别出下一条指令(STR)且不需要等待第一条指令完成(并不依赖r0的值)，即先执行STR指令，而不

什么叫缓存未命中

• 错误理解：为什么还能LDR指令缓存未命中，那没命中岂不是没能从内存拿到内容？
• “缓存未命中” 不等于 “获取数据失败”
• “缓存未命中” 等于 “在最快的地方（缓存）没找到，必须去下一级更慢的地方（内存）找”

“缓存未命中”时，CPU 的完整处理流程

• 这个流程是自动由硬件（CPU 和内存控制器）完毕的，你的程序（LDR指令）不需要操心如何去做，只需要等待它完成。
• 下述流程先抛开多级缓存和指令顺序优化。

1. 尝试在“办公桌”（L1 Cache）上寻找

   • CPU 拿到地址 [r1]。
   • 它首先在最快的存储——你的**办公桌（L1 缓存）**上，寻找这个地址的数据。
   • 结果：没找到！这就是**“缓存未命中”（Cache Miss）**。

2. “那怎么办？” —— CPU 停顿 (Stall)

   • 你的反应（CPU 停顿）：你（CPU）不能继续执行下一条指令 STR r2, [r3]，因为你必须先完成 LDR。
   • 你“哎呀”一声，停下手中的工作，开始等待。
   • 这就是“要求较多的时钟周期”的开始。 CPU 在原地空转，等待数据送达。

3. 去“大书柜”（Main Memory / 内存）拿信息

   • 因为办公桌（Cache）上没有，你（的内存控制器）只好站起来，走到**大书柜（主内存 RAM）**那里。
   • 根据地址 [r1]，你在书柜中找到了那份文件（数据）。
   • 另一个更慢的故事了，但 LDR 指令本身假定材料在内存中）。就是数据肯定是在“书柜（内存）”里的。（倘若连内存里都没有，那就是“缺页异常/Page Fault”，那

4. “缓存就会填充行”（Cache Line Fill）

   • 这是最关键的一步！
   • 你（CPU）极其聪明，你不会只把 r0 需要的那 4 个字节（假设是32位ARM）从书柜拿到办公桌。
   • 你猜测：“既然我拿了这份文件，我待会儿很可能也会看它旁边的档案。”（这就是空间局部性原理）
   • 于是，你把包含 [r1] 数据的一整“行”（比如一整个文件夹，技巧上称为一个 Cache Line，例如 64 字节）全部从“书柜（内存）”搬运到了“办公桌（缓存）”上。
   • 这个动作就叫做**“缓存填充行”（Cache Line Fill）**。

5. 完成 LDR 指令

   • 现在，素材已经成功地被你从“书柜（内存）”复制到了“办公桌（缓存）”上。
   • CPU 再从“办公桌（缓存）”上，把 r0 真正需要的那 4 个字节的数据，抓取到“0号抽屉（r0 寄存器）”中。
   • LDR r0, [r1] 指令终于完成。

6. CPU 恢复执行

   • “等待”结束。
   • CPU 继续执行下一条指令 STR r2, [r3]。

什么叫指令顺序优化

• 简单来说，就是 CPU 不严格按照你写的代码顺序来执行指令，而是在保证程序最终结果正确的前提下，打乱顺序，谁的条件先满足，谁就先执行，以此来“压榨”CPU的性能。

• 想象一下，你（CPU）早上起床做早餐，你的“指令列表”如下：

  • 烧水（需要10分钟）
  • 烤面包（需要3分钟）
  • 从冰箱拿果酱（需要30秒）

1. 场景一：老的ARM处理器（按序执行 In-Order Execution）

   • 这种处理器是个“死脑筋”，它严格按照指令顺序来：
     • 执行 烧水：打开水壶。
     • 等待：站在原地干等10分钟，直到水烧开。（这就像LDR缓存未命中，CPU在“停顿/Stall”）。
     • 执行 烤面包：水烧开后，把面包放进烤面包机。
     • 等待：再等3分钟。
     • 执行 拿果酱：面包烤好后，跑去冰箱拿果酱。
   • 总耗时：10分钟 + 3分钟 + 30秒 = 13.5 分钟。 效率极低！

2. 场景二：ARM v6/v7 处理器（乱序执行 Out-of-Order Execution）

   • 此种处理器非常聪明，它会“预读”整个指令列表，并分析它们之间的依赖关系：

   • 烤面包 要求依赖 烧水 吗？不需要。

   • 拿果酱 需要依赖 烧水 或 烤面包 吗？也不需要。

   • ，它的执行流程变成：就是于

     • 执行 烧水：打开水壶。（这是一个耗时运行，CPU知道它应该等，于是把它丢给“水壶”去处理）。
     • 立即执行 烤面包：在水壶烧水的同时，把面包放进烤面包机。（这就是你例子中的 STR 指令）。
     • 立即执行 拿果酱：在水壶烧水和面包机烤面包的同时，跑去冰箱拿果酱。
     • 等待：现在，所有能“偷跑”的指令都执行了，CPU只需等待最长的那个任务（烧水）完成即可。

   • 总耗时：取决于最长的那个任务 = 10 分钟。 效率极高！