The Scourge of x86 Emulation
4 hours ago
- 在ARM的弱一致性模型上模拟x86-TSO内存模型会导致严重的性能问题，尤其是非对齐访问和原子指令。
- 最初使用加载获取/存储释放指令的ARMv8.0变通方案导致严重减速，部分CPU的非对齐访问性能损失达50-70%。
- LRCPC扩展（ARMv8.3+）提高了对齐内存性能，但对于跨越16字节粒度的非对齐访问无效，需要昂贵的DMB后补丁。
- 原子RMW操作从x86到ARMv8.1-a一对一映射，但非对齐原子操作在ARM上慢1000倍，因为涉及内核信号处理的拆分锁模拟。
- Apple M1的硬件TSO模式消除了许多开销，但跨缓存行的拆分锁仍然存在问题；高通Oryon-3支持64字节边界内的缓存行一致性。
- 没有硬件支持的拆分锁模拟通常不正确；提议的解决方案使用跨越缓存行边界的128位CASP指令。
- ARM上的非缓存（写合并）内存性能极差，存储带宽比x86差高达816倍，导致《空洞骑士》等游戏运行低于1 FPS。
- UMA系统可以通过使用缓存缓冲区绕过非缓存内存问题，但PCIe GPU设置仍然存在问题，需要未来的扩展如FEAT_LRCPC4。
- 供应商正在逐步改善对x86模拟的硬件支持，但完全与x86持平可能需要进一步的架构变更。